[发明专利]分布式医学影像诊断模型训练方法、装置、设备及介质

权利要求书

1.一种分布式医学影像诊断模型训练方法，其特征在于，包括：

获取N个医学影像和对应的医学影像目标区域勾画数据，N＞1，根据所述医学影像和所述医学影像目标区域勾画数据，在第i个所述医学影像中确定Mi个目标区域，1＜i≤N，Mi≥1；

对每个所述医学影像的Mi个目标区域提取医学影像组学特征，对每个所述医学影像组学特征进行特征筛选和特征降维，得到医学影像组学特征训练集；

将所述医学影像组学特征训练集输入至初始医学影像诊断模型，对所述初始医学影像诊断模型进行训练，得到目标医学影像诊断模型；

检测所述目标医学影像诊断模型的性能值，当所述性能值满足预设条件，则将所述目标医学影像诊断模型的参数发送至中心服务端，以更新所述目标医学影像诊断模型。

2.根据权利要求1所述的分布式医学影像诊断模型训练方法，其特征在于，对每个所述医学影像的Mi个目标区域提取医学影像组学特征，包括：

将所述医学影像目标区域进行灰度化处理，得到灰度化医学影像；

计算所述灰度化医学影像的像素灰度梯度，根据所述像素灰度梯度，构造灰度梯度序列；

计算所述灰度梯度序列中的相邻两个像素点之间的灰度差值，若所述灰度差值大于预设值，将所述相邻两个像素点中灰度值较大的像素点作为医学影像组学特征的边缘点，找到所述医学影像组学特征的所有边缘点；根据所述所有边缘点的包围区域确定所述医学影像组学特征。

3.根据权利要求1所述的分布式医学影像诊断模型训练方法，其特征在于，对每个所述医学影像组学特征进行特征筛选和特征降维，得到医学影像组学特征训练集，包括：

计算每个所述医学影像组学特征与预设特征样本的特征方差值，得到每个所述医学影像组学特征对应的特征方差值，将所述特征方差值小于预设值的所述医学影像组学特征删除，得到筛选后剩余的所述医学影像组学特征。

4.根据权利要求3所述的分布式医学影像诊断模型训练方法，其特征在于，得到筛选后剩余的所述医学影像组学特征之后，所述得到医学影像组学特征训练集，包括：

将剩余的所述医学影像组学特征向量化处理，构成样本矩阵；对所述样本矩阵进行中心化处理，得到中心化样本矩阵；

计算所述中心化样本矩阵的协方差，根据所述中心化样本矩阵的协方差构建协方差矩阵，计算所述协方差矩阵的特征值和特征向量；

根据所述协方差矩阵的特征值的大小将所述协方差矩阵的特征向量从大到小排列，得到映射矩阵；根据预设的特征个数保留所述映射矩阵的前n行或者前n列对应的所述医学影像组学特征，得到所述医学影像组学特征训练集。

5.根据权利要求1所述的分布式医学影像诊断模型训练方法，其特征在于，检测所述目标医学影像诊断模型的性能值包括：

将预设的验证集中的所述医学影像输入至所述目标医学影像诊断模型，计算所述目标医学影像诊断模型将所述验证集中所有的医学影像诊断完成所用的时间；

根据所述目标医学影像诊断模型输出的诊断结果计算所述目标医学影像诊断模型的诊断的准确率；根据所述时间和所述准确率确定所述目标医学影像诊断模型的性能值。

6.根据权利要求5所述的分布式医学影像诊断模型训练方法，其特征在于，根据所述时间和所述准确率确定所述目标医学影像诊断模型的性能值之后，所述性能值满足的预设条件包括：

若所述目标医学影像诊断模型的诊断准确率比所述初始医学影像诊断模型的诊断准确率高，且所述目标医学影像诊断模型的诊断时间比所述初始医学影像诊断模型的诊断时间短，则判定为所述目标医学影像诊断模型的性能优于所述初始医学影像诊断模型的性能。

7.根据权利要求1所述的分布式医学影像诊断模型训练方法，其特征在于，更新所述目标医学影像诊断模型之后，所述分布式医学影像诊断模型训练方法还包括：

将预设的验证集中的所述医学影像输入至更新后的所述医学影像诊断模型，根据诊断结果，判断所述更新后的医学影像诊断模型的性能是否优于所述目标医学影像诊断模型，若所述更新后的所述医学影像诊断模型的性能优于所述目标医学影像诊断模型，则用更新后的所述医学影像诊断模型替代所述目标医学影像诊断模型。