[发明专利]生成用于图像处理的神经网络模型的系统和方法

权利要求书

1.一种生成用于图像处理的神经网络模型的方法，所述方法包括：

至少两个处理器分别从至少一个客户端接收至少两个第一训练样本，其中，所述至少两个第一训练样本中每个训练样本包括所述至少一个客户端从第一医疗设备获取第一初始图像，所述至少两个处理器对应至少两个服务器设备，所述至少两个服务器设备之间通过分布式连接到网络，每个服务器设备被配置为训练和/或生成用于图像处理的神经网络模型；

所述至少两个处理器分别使用获取的所述至少两个第一训练样本训练第一神经网络模型来生成多个第二神经网络模型；

所述至少两个处理器将所述多个第二神经网络模型发送到所述至少一个客户端。

2.根据权利要求1所述的方法，所述方法还包括：

所述至少一个客户端从所述至少一个服务器设备接收所述多个第二神经网络模型并生成第一测试结果；

以及响应于确定所述第一测试结果满足第一条件，所述至少一个处理器确定所述第二神经网络模型作为用于图像处理的目标神经网络模型。

3.根据权利要求2所述的方法，其特征在于，所述多个第二神经网络模型的所述多个第一测试结果包括每个第二神经网络模型的评价分数，所述方法进一步包括：

通过所述至少两个处理器，确定所述每个第二神经网络模型的所述评价分数是否大于阈值；以及

响应于确定所述每个第二神经网络模型的所述评价分数大于所述阈值，通过所述至少两个处理器，确定所述第一测试结果满足所述第一条件。

4.根据权利要求3所述的方法，其特征在于，所述每个第二神经网络模型的所述评价分数是通过根据与一个或以上第一测试图像中的每一个相关的一个或以上质量参数评估一个或以上所述第一测试图像确定的，并且生成与所述多个第二神经网络模型相关的第一测试结果进一步包括：

通过所述至少一个客户端，从第二医疗设备获取一个或以上第二初始图像；

通过所述至少一个客户端，通过使用所述多个第二神经网络模型处理所述一个或以上第二初始图像来生成一个或以上测试图像；以及

通过所述至少一个客户端，评估与所述一个或以上测试图像中的每一个相关的所述一个或以上质量参数，来获取所述每个第二神经网络模型的所述评价分数，其中，所述一个或以上质量参数包括噪声水平、分辨率、对比度或伪影程度中的至少一个。

5.根据权利要求4所述的方法，其特征在于，所述方法进一步包括：

与所述一个或以上测试图像中的每个测试图像相关的所述一个或以上质量参数，由所述至少一个客户端通过使用层次分析处理进行评估。

6.根据权利要求4或5所述的方法，其特征在于，所述方法进一步包括：

响应于所述确定的所述第一测试结果满足所述第一条件，通过所述至少两个处理器接收来自所述至少一个客户端的所述一个或以上第二初始图像和所述一个或以上测试图像；以及

通过所述至少两个处理器接收的一个或以上第二初始图像和所述一个或以上测试图像来更新所述至少两个第一训练数据。

7.根据权利要求1至5任一项所述的方法，其特征在于，所述方法进一步包括：

响应于确定所述第一测试结果不满足所述第一条件，由所述至少两个处理器确定所述第一神经网络模型作为用于图像处理的所述目标神经网络模型；以及

通过所述网络将所述目标神经网络模型发送到所述至少一个客户端。

8.根据权利要求1至5任一项所述的方法，所述方法进一步包括：

通过所述至少一个客户端评估所述目标神经网络模型；

通过所述至少两个处理器，基于第二测试结果确定所述目标神经网络模型是否需要进行更新；以及

响应于确定所述目标神经网络模型需要被更新，由所述至少两个处理器，使用至少两个第二训练样本训练所述目标神经网络来获取训练后的目标神经网络模型。