[发明专利]一种BPPV眼震信号的标注方法

说明书

本发明涉及一种BPPV眼震信号的标注方法，包括以下步骤：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；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；将未标注数据作为测试集，使用Teacher Model对未标注数据进行预测，给出对应的伪标签效果；对于伪标签显示阴性、低置信度阳性的样本、独立存在的阳性样本，选择舍弃；对于连续的阳性样本，其中高置信度的样本标注为阳性，作为新的训练样本；本发明利用有限的标注数据集训练深度学习模型，并对新的病患样本进行自动标注，降低标注成本。

[技术领域]

本发明涉及医疗领域数据建模，具体地说是一种BPPV眼震信号的标注方法。

[背景技术]

在对真实的视频数据进行建模时，对于有监督学习来说，需要一定量的标注数据。然而在医疗领域，标注样本往往需要专业的医生参与，并且对标注的准确度要求极高；同时，因为隐私、法律等相关因素，病人的真实数据往往无法从外部获得，这就导致医院获得带标签的可训练样本有非常高的成本。

深度学习模型训练需要大量的标注数据，而这一点在医疗领域的成本是非常高的。比如在论文《Developing a Diagnostic Decision Support System for BenignParoxysmal Positional Vertigo Using a Deep-Learning Model》提出的深度学习模型中，需要有7万名患者的带标签视频数据。而在为一家三甲医院建模时，可供使用的已标注视频样本也不足200个，成为深度学习模型训练的最大阻碍。且对于非专业数据机构来说，获得标注样本的成本是非常高的。

此外，在详细研究了BPPV病症病因和视频样本后，得出以下结论：(1)正样本(存在眼震)的样本数量远远小于负样本；(2)眼震信号为瞳孔规律性地快慢相运动，瞳孔轨迹的时间序列上信号非常明确；(3)正样本的标注成本高于负样本。基于以上结论，本发明认为对于高准确率的一维卷积神经网络模型，该模型对于新的未标注样本的预测评分可以作为正样本标注的依据。

[发明内容]

本发明的目的就是要解决上述的不足而提供一种BPPV眼震信号的标注方法，能够利用有限的标注数据集训练深度学习模型，并对新的病患样本进行自动标注，降低标注成本。

为实现上述目的设计一种BPPV眼震信号的标注方法，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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。