[发明专利]预测模型训练方法、装置、设备以及介质有效
| 申请号： | 201811428739.7 | 申请日： | 2018-11-27 |
| 公开（公告）号： | CN109447183B | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 王希;何光宇;平安 | 申请（专利权）人： | 东软集团股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;A61B5/055;A61B5/00 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 王宝筠 |
| 地址： | 110179 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种模型训练方法，包括：获取第一样本数据集，所述第一样本数据集中的每个样本数据包括被测者的三维脑部图像、非影像信息及第一标注标签，所述第一标注标签用于标识该被测者患有神经系统变性疾病或者正常；利用所述第一样本数据集对神经网络模型进行训练，生成端到端的分类模型，所述分类模型以第一指定被测者的三维脑部图像和非影像信息为输入，并以第一指定被测者的分类标签为输出，所述第一指定被测者的分类标签用于标识所述第一指定被测者患有所述神经系统变性疾病或者正常。该方法具有较高的准确率，能够为临床医生提供参考意见，以提高临床医生的工作效率。本申请还公开了一种模型训练装置、设备以及计算机存储介质。 | ||
| 搜索关键词： | 预测 模型 训练 方法 装置 设备 以及 介质 | ||
【主权项】：
1.一种模型训练方法，其特征在于，包括：获取第一样本数据集，所述第一样本数据集中的每个样本数据包括被测者的三维脑部图像、非影像信息及第一标注标签，所述第一标注标签用于标识该被测者患有神经系统变性疾病或者正常；利用所述第一样本数据集对神经网络模型进行训练，生成端到端的分类模型，所述分类模型以第一指定被测者的三维脑部图像和非影像信息为输入，并以第一指定被测者的分类标签为输出，所述第一指定被测者的分类标签用于标识所述第一指定被测者患有所述神经系统变性疾病或者正常。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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东软集团股份有限公司，未经东软集团股份有限公司许可，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/patent/201811428739.7/，转载请声明来源钻瓜专利网。
