[发明专利]一种BPPV眼震信号的标注方法在审
申请号: | 202111455667.7 | 申请日: | 2021-12-01 |
公开(公告)号: | CN114091621A | 公开(公告)日: | 2022-02-25 |
发明(设计)人: | 时海波 | 申请(专利权)人: | 上海市第六人民医院 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 上海科政专利代理事务所(普通合伙) 31463 | 代理人: | 杨军 |
地址: | 200233 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 bppv 信号 标注 方法 | ||
1.一种BPPV眼震信号的标注方法,其特征在于,包括以下步骤:
1)对少量样本进行专家标注:由医院的专家依据临床诊断经验,对部分挑选的高质量视频样本进行打标签;
2)训练深度学习模型:根据专家已打标签的数据,采用数据增强、正样本扩充等数据处理方案,将样本量进行扩充获得充足的样本数量,训练一个基础的深度学习模型,作为Teacher Model教师模型;
3)预测未标注样本:将未标注数据作为测试集,使用步骤2)中的Teacher Model教师模型对未标注数据进行预测,给出对应的伪标签效果;
4)伪标签筛选:对于伪标签显示阴性、低置信度阳性即0.95的样本,选择舍弃;对于独立存在的阳性样本,选择舍弃;对于连续的阳性样本,其中高置信度即0.95的样本标注为阳性,作为新的训练样本。
2.如权利要求1所述的BPPV眼震信号的标注方法,其特征在于,步骤4)之后还包括更新模型的步骤:将步骤4)获得的阳性样本与步骤2)训练集数据合并,进行数据增强和正负样本再平衡,并划分新的训练集和验证集,然后使用新数据集训练新的模型,重复迭代直到损失函数收敛或不再提升为止。
3.如权利要求1或2所述的BPPV眼震信号的标注方法,其特征在于:步骤2)中,对样本量进行扩充包括但不限于将数据翻转、反转、加噪声,以及SMOTE样本构造算法。
4.如权利要求1或2所述的BPPV眼震信号的标注方法,其特征在于:步骤3)中,当新样本需要进行眼震信号预测时,使用模型在预测阶段将眼震曲线滚动切分为长度400帧的子样本,并使用模型对每个子样本进行预测。
5.如权利要求4所述的BPPV眼震信号的标注方法,其特征在于:步骤3)中,将子样本分为多个子样本片段,每个子样本片段对应的预测伪标签值用1和0表示,其中,1代表该子样本片段存在眼震,0代表该子样本片段未检测出眼震。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海市第六人民医院,未经上海市第六人民医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111455667.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:加气砖模框注料输送系统
- 下一篇:触控模组、显示面板及显示装置