[發明專利]一種數據模型訓練方法及訓練設備

在審

• 申請號: 201811162121.0
• 申請日: 2018-09-30
• 公開（公告）號: CN109411057A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 鄭超;肖月庭;陽光
• 申請（專利權）人: 數坤（北京）網絡科技有限公司
• 主分類號: G16H30/20
• 分類號: G16H30/20
• 代理公司: 北京樂知新創知識產權代理事務所(普通合伙) 11734
• 代理人: 李杏

1.一種數據模型訓練方法，其特征在于，所述方法應用于一訓練設備，所述方法包括：

所述訓練設備接收多個案例的電子計算機掃描CT數據；

所述訓練設備利用至少一個模型結構，對所接收到的每個案例的CT數據進行訓練，得到對應于每個案例的CT數據的訓練模型；

所述訓練設備利用對應每個案例所屬類型的參考模型，來與所述對應于每個案例的CT數據的訓練模型進行對比，得到對應于每個訓練模型的對比結果；

當所述對比結果滿足特定評價指標時，將所述訓練模型確定為目標模型。

2.根據權利要求1所述的數據模型訓練方法，其特征在于，所述方法還包括：

當所述訓練設備接收多個案例的CT數據時，所述訓練設備對每個案例進行結果預測，得到對應于每個案例的預測結果；

所述訓練設備根據所得到的對應于每個案例的預測結果來對每個案例進行合格性標記。

3.根據權利要求2所述的數據模型訓練方法，其特征在于，在所述訓練設備根據所得到的對應于每個案例的預測結果來對每個案例進行合格性標記之后，所述方法還包括：

所述訓練設備分別對相鄰兩次訓練的案例的總量、不合格案例的總量、各類不合格的案例的數量進行統計，得到統計結果。

4.根據權利要求3所述的數據模型訓練方法，其特征在于，所述方法還包括：

所述訓練設備根據所得到的統計結果進行案例配比的微調。

5.根據權利要求1所述的數據模型訓練方法，其特征在于，在所述訓練設備利用至少一個模型結構，對所接收到的每個案例的CT數據進行訓練，得到對應于每個案例的CT數據的訓練模型之前，所述方法還包括：

所述訓練設備利用預置的超參數、訓練數據和模擬結構三者進行排列組合，以形成所述模型結構。

6.根據權利要求1所述的數據模型訓練方法，其特征在于，在當所述對比結果滿足特定評價指標時，將所述訓練模型確定為目標模型之后，所述方法還包括：

從所得到目標模型中選取評價指標最高的模型，作為最終輸出模型。

7.一種訓練設備，其特征在于，所述訓練設備包括：

配置數據單元，用于接收多個案例的電子計算機掃描CT數據；

配置訓練單元，用于利用至少一個模型結構，對所接收到的每個案例的CT進行訓練，得到對應于每個案例的CT數據的訓練模型；

對比單元，用于利用對應每個案例所屬類型的參考模型，來與所述對應于每個案例的CT數據的訓練模型進行對比，得到對比結果；

確定單元，用于當所述對比結果滿足特定評價指標時，將所述訓練模型確定為目標模型。

8.根據權利要求7所述的訓練設備，其特征在于，所述配置數據單元還用于，當接收多個案例的CT數據時，對每個案例進行結果預測，得到對應于每個案例的預測結果；根據所得到的對應于每個案例的預測結果來對每個案例進行合格性標記。

9.根據權利要求8所述的訓練設備，其特征在于，所述配置數據單元還用于，在根據所得到的對應于每個案例的預測結果來對每個案例進行合格性標記之后，分別對相鄰兩次訓練的案例的總量、不合格案例的總量、各類不合格的案例的數量進行統計，得到統計結果。

10.根據權利要求9所述的訓練設備，其特征在于，所述配置數據單元還用于，根據所得到的統計結果進行案例配比的微調。