[發明專利]對性早熟分類模型進行訓練的方法、裝置和設備

在審

• 申請號: 202010344479.6
• 申請日: 2020-04-27
• 公開（公告）號: CN111553412A
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 潘麗艷;梁會營;劉廣建;毛曉健
• 申請（專利權）人: 廣州市婦女兒童醫療中心(廣州市婦幼保健院;廣州市兒童醫院;廣州市婦嬰醫院;廣州市婦幼保健計劃生育服務中心)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 劉雪帆

1.一種對性早熟分類模型進行訓練的方法，包括：

獲取用于表征性早熟類別的文本信息和影像信息；

從所述文本信息中，提取與預設的性早熟分類參數對應的分類參數值；

對所述影像信息進行特征提取處理，得到影像特征；

利用所述分類參數值和所述影像特征，對所述性早熟分類模型進行訓練。

2.根據權利要求1所述的方法，其特征在于，所述對所述影像信息進行特征提取處理，得到影像特征的步驟，包括：

將所述影像信息輸入至預先訓練的卷積神經網絡中，控制所述卷積神經網絡從所述影像信息中提取骨形態特征，將所述骨形態特征作為所述影像特征；所述骨形態特征為與骨齡有關的影像特征。

3.根據權利要求2所述的方法，其特征在于，在所述將所述影像信息輸入至預先訓練的卷積神經網絡中的步驟之前，還包括：

獲取影像訓練樣本，將所述影像訓練樣本輸入至基于DenseNet模型構建的卷積神經網絡中，控制所述卷積神經網絡根據所述影像訓練樣本完成訓練。

4.根據權利要求1所述的方法，其特征在于，所述性早熟分類參數包括第二性征的發育等級、骨齡、生殖器官尺寸中的至少一項。

5.根據權利要求1至4任意一項所述的方法，其特征在于，所述分類參數值和所述影像特征均為多個；

所述利用所述分類參數值和所述影像特征，對所述性早熟分類模型進行訓練的步驟，包括：

將同一個樣本的分類參數值和影像特征歸入同一組別；

根據各個組別的分類參數值和影像特征，對所述性早熟分類模型進行訓練。

6.根據權利要求5所述的方法，其特征在于，所述性早熟分類模型為XGBoost分類器；

所述根據各個組別的分類參數值和影像特征，對所述性早熟分類模型進行訓練的步驟，包括：

將各個組別的分類參數值和影像特征輸入至所述XGBoost分類器中，按照十折交叉驗證的方式控制所述XGBoost分類器進行訓練。

7.根據權利要求1、2、3、4或6所述的方法，其特征在于，所述方法，還包括：

對所述性早熟分類模型輸出的分類結果進行原因分析處理，得到對應的分類原因信息；

將所述分類原因信息和所述分類結果發送至目標終端，以使所述目標終端輸出所述分類原因信息和所述分類結果。

8.一種對性早熟分類模型進行訓練的裝置，包括：

信息獲取模塊，用于獲取用于表征性早熟類別的文本信息和影像信息；

分類參數值提取模塊，用于從所述文本信息中，提取與預設的性早熟分類參數對應的分類參數值；

影像特征提取模塊，用于對所述影像信息進行特征提取處理，得到影像特征；

模型訓練模塊，用于利用所述分類參數值和所述影像特征，對所述性早熟分類模型進行訓練。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。