[發(fā)明專(zhuān)利]醫(yī)學(xué)數(shù)據(jù)的訓(xùn)練方法、裝置及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011623682.3
• 申請(qǐng)日: 2020-12-31
• 公開(kāi)（公告）號(hào): CN112687369A
• 公開(kāi)（公告）日: 2021-04-20
• 發(fā)明（設(shè)計(jì)）人: 鄭永升;周世正;梁平
• 申請(qǐng)（專(zhuān)利權(quán)）人: 杭州依圖醫(yī)療技術(shù)有限公司
• 主分類(lèi)號(hào): G16H10/60
• 分類(lèi)號(hào): G16H10/60;G16H30/40;G16H50/70;G06K9/62
• 代理公司: 北京金信知識(shí)產(chǎn)權(quán)代理有限公司 11225
• 代理人: 喻嶸

本公開(kāi)涉及醫(yī)學(xué)數(shù)據(jù)的訓(xùn)練方法、裝置及存儲(chǔ)介質(zhì)，訓(xùn)練方法包括將原始醫(yī)學(xué)數(shù)據(jù)與標(biāo)準(zhǔn)信息組合；輸入分類(lèi)算法模型，得到推論結(jié)果；基于推論結(jié)果，通過(guò)篩選選取待選訓(xùn)練數(shù)據(jù)；結(jié)合對(duì)所述待選訓(xùn)練數(shù)據(jù)的標(biāo)注結(jié)果，生成用于重新訓(xùn)練的醫(yī)學(xué)數(shù)據(jù)。或者訓(xùn)練方法包括將標(biāo)注醫(yī)學(xué)數(shù)據(jù)輸入分類(lèi)算法模型，得到推論結(jié)果，所述標(biāo)注醫(yī)學(xué)數(shù)據(jù)包含原始信息，以及對(duì)照于標(biāo)準(zhǔn)信息表的原始標(biāo)注結(jié)果；基于推論結(jié)果，通過(guò)篩選選取待選訓(xùn)練數(shù)據(jù)；結(jié)合對(duì)所述待選訓(xùn)練數(shù)據(jù)的標(biāo)注結(jié)果，生成用于重新訓(xùn)練的醫(yī)學(xué)數(shù)據(jù)。通過(guò)本公開(kāi)的各實(shí)施例能夠能夠兼顧節(jié)省標(biāo)注資源和提升性能，提升訓(xùn)練數(shù)據(jù)的利用率。

技術(shù)領(lǐng)域

本公開(kāi)涉及醫(yī)學(xué)數(shù)據(jù)智能處理技術(shù)領(lǐng)域，具體涉及一種醫(yī)學(xué)數(shù)據(jù)的訓(xùn)練方法、用于醫(yī)學(xué)數(shù)據(jù)訓(xùn)練的處理裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

現(xiàn)有技術(shù)中針對(duì)醫(yī)學(xué)數(shù)據(jù)的訓(xùn)練，在深度學(xué)習(xí)算法中，提升性能的一個(gè)主要手段是增加訓(xùn)練數(shù)據(jù)量，但存在兩個(gè)問(wèn)題：1)增加隨機(jī)數(shù)據(jù)，但數(shù)量少，仍不足以改善算法性能；2)大量增加數(shù)據(jù)量，但訓(xùn)練耗時(shí)和標(biāo)注資源也大量增加。

發(fā)明內(nèi)容

本公開(kāi)意圖提供一種醫(yī)學(xué)數(shù)據(jù)的訓(xùn)練方法、用于醫(yī)學(xué)數(shù)據(jù)訓(xùn)練的處理裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，能夠兼顧節(jié)省標(biāo)注資源和提升性能，提升訓(xùn)練數(shù)據(jù)的利用率。

根據(jù)本公開(kāi)的方案之一，提供一種醫(yī)學(xué)數(shù)據(jù)的訓(xùn)練方法，包括：

將原始醫(yī)學(xué)數(shù)據(jù)與標(biāo)準(zhǔn)信息組合；

輸入分類(lèi)算法模型，得到推論結(jié)果；

基于推論結(jié)果，通過(guò)篩選選取待選訓(xùn)練數(shù)據(jù)；

結(jié)合對(duì)所述待選訓(xùn)練數(shù)據(jù)的標(biāo)注結(jié)果，生成用于重新訓(xùn)練的醫(yī)學(xué)數(shù)據(jù)。

在一些實(shí)施例中，其中，所述將原始醫(yī)學(xué)數(shù)據(jù)與標(biāo)準(zhǔn)信息組合，包括：

對(duì)照標(biāo)準(zhǔn)信息表，將原始醫(yī)學(xué)數(shù)據(jù)與每個(gè)標(biāo)準(zhǔn)信息兩兩組合；

基于相似度匹配，確定用于輸入分類(lèi)算法模型的組合。

在一些實(shí)施例中，其中，所述輸入分類(lèi)算法模型，得到推論結(jié)果，包括：基于所述算法分類(lèi)模型，通過(guò)分類(lèi)算法得到量化推論結(jié)果的infer分?jǐn)?shù)值；

所述基于推論結(jié)果，通過(guò)篩選選取待選訓(xùn)練數(shù)據(jù)，包括：

在所述infer分?jǐn)?shù)值處于預(yù)設(shè)數(shù)值區(qū)間的情況下，將該infer分?jǐn)?shù)值對(duì)應(yīng)的組合作為所述待選訓(xùn)練數(shù)據(jù)。

在一些實(shí)施例中，其中，所述結(jié)合對(duì)所述待選訓(xùn)練數(shù)據(jù)的標(biāo)注結(jié)果，生成用于重新訓(xùn)練的醫(yī)學(xué)數(shù)據(jù)，包括：

獲取待選訓(xùn)練數(shù)據(jù)的標(biāo)注結(jié)果；

保留標(biāo)注結(jié)果與infer分?jǐn)?shù)值不一致的待選訓(xùn)練數(shù)據(jù)，作為重新訓(xùn)練的醫(yī)學(xué)數(shù)據(jù)。

在一些實(shí)施例中，其中，所述預(yù)設(shè)數(shù)值區(qū)間的取值范圍配置為0.01至0.8任一數(shù)值。

根據(jù)本公開(kāi)的方案之一，提供一種醫(yī)學(xué)數(shù)據(jù)的訓(xùn)練方法，包括：

將標(biāo)注醫(yī)學(xué)數(shù)據(jù)輸入分類(lèi)算法模型，得到推論結(jié)果，所述標(biāo)注醫(yī)學(xué)數(shù)據(jù)包含原始信息，以及對(duì)照于標(biāo)準(zhǔn)信息表的原始標(biāo)注結(jié)果；

基于推論結(jié)果，通過(guò)篩選選取待選訓(xùn)練數(shù)據(jù)；

結(jié)合對(duì)所述待選訓(xùn)練數(shù)據(jù)的標(biāo)注結(jié)果，生成用于重新訓(xùn)練的醫(yī)學(xué)數(shù)據(jù)

在一些實(shí)施例中，其中，所述輸入分類(lèi)算法模型，得到推論結(jié)果，包括：基于所述分類(lèi)法模型，通過(guò)分類(lèi)算法得到量化推論結(jié)果的infer分?jǐn)?shù)值；

所述基于推論結(jié)果，通過(guò)篩選選取待選訓(xùn)練數(shù)據(jù)，包括：

在所述infer分?jǐn)?shù)值處于預(yù)設(shè)數(shù)值區(qū)間的情況下，將該infer分?jǐn)?shù)值對(duì)應(yīng)的標(biāo)注醫(yī)學(xué)數(shù)據(jù)作為所述待選訓(xùn)練數(shù)據(jù)。