[發明專利]現場自適應訓練裝置和現場自適應訓練方法在審
| 申請號: | 202111560178.8 | 申請日: | 2021-12-20 |
| 公開(公告)號: | CN116308976A | 公開(公告)日: | 2023-06-23 |
| 發明(設計)人: | 許奇齊;岳野;韓冰;孟凡潔;何東影 | 申請(專利權)人: | 佳能醫療系統株式會社 |
| 主分類號: | G06T1/00 | 分類號: | G06T1/00;G06T7/00;G06T7/11;G06V10/764;G16H30/20;G16H30/40 |
| 代理公司: | 永新專利商標代理有限公司 72002 | 代理人: | 楊謙 |
| 地址: | 日本*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 現場 自適應 訓練 裝置 方法 | ||
1.一種醫用圖像處理模型的現場自適應訓練裝置,其中,具備:
取得部,取得醫用圖像處理模型和用于生成該醫用圖像處理模型的原始模型訓練協議;
現場數據收集部,收集在使用所述醫用圖像處理模型的現場產生的現場醫用圖像數據;
訓練數據創建部,利用所述醫用圖像處理模型對所述現場醫用圖像數據進行處理,將獲得的處理結果劃分為異常數據與正常數據,并對所述異常數據進行修正,將修正后的異常數據與正常數據一起作為訓練數據;以及
自適應訓練部,將所述醫用圖像處理模型作為初始模型,利用所述訓練數據創建部創建的所述訓練數據,按照所述原始模型訓練協議,在現場進行訓練,生成新的醫用圖像處理模型。
2.如權利要求1所述的自適應訓練裝置,其中,
所述醫用圖像處理模型是醫用圖像的分割模型、分類模型、配準模型或者目標檢測模型。
3.如權利要求1所述的自適應訓練裝置,其中,
所述自適應訓練裝置設置在采集所述現場醫用圖像數據的現場。
4.如權利要求1所述的自適應訓練裝置,其中,
還具有訓練協議優化部,所述訓練協議優化部根據所述現場醫用圖像數據的特征,對所述原始模型訓練協議進行優化,生成對應于所述現場醫用圖像數據的特征的優化模型訓練協議,
所述自適應訓練部按照所述優化模型訓練協議,利用所述訓練數據對所述初始模型進行訓練,生成新的醫用圖像處理模型。
5.如權利要求1所述的自適應訓練裝置,其中,
所述訓練數據創建部還取得對所述醫用圖像處理模型進行訓練時所使用的原始訓練數據,將修正后的異常數據、正常數據以及所述原始訓練數據一起作為訓練數據。
6.如權利要求2所述的自適應訓練裝置,其中,
所述訓練數據創建部還取得用于生成所述醫用圖像處理模型的原始標注協議,利用所述原始標注協議對所述異常數據進行修正。
7.如權利要求1所述的自適應訓練裝置,其中,
還具有評估部,所述評估部使用包括所述正常數據和所述異常數據的訓練數據的一部分作為評估數據,對所述新的醫用圖像處理模型進行評估。
8.如權利要求1至6中任一項所述的自適應訓練裝置,其中,
還具有評估部,所述評估部對所述醫用圖像處理模型與所述新的醫用圖像處理模型的性能指標進行比較,在所述新的醫用圖像處理模型的性能優于所述醫用圖像處理模型時,將所述新的醫用圖像處理模型代替所述醫用圖像處理模型而部署在現場。
9.一種醫用圖像處理模型的現場自適應訓練方法,其中,包括:
取得步驟,取得醫用圖像處理模型和用于生成該醫用圖像處理模型的原始模型訓練協議;
現場數據收集步驟,收集在使用所述醫用圖像處理模型的現場產生的現場醫用圖像數據;
訓練數據創建步驟,利用所述醫用圖像處理模型對所述現場醫用圖像數據進行處理,將獲得的處理結果劃分為異常數據與正常數據,并對所述異常數據進行修正,將修正后的異常數據與正常數據一起作為訓練數據;以及
自適應訓練步驟,將所述醫用圖像處理模型作為初始模型,利用在所述訓練數據創建步驟創建的所述訓練數據,按照所述原始模型訓練協議,在現場進行訓練,生成新的醫用圖像處理模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于佳能醫療系統株式會社,未經佳能醫療系統株式會社許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111560178.8/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種晶圓保護方法及晶圓保護結構
- 下一篇:一種全極耳卷繞圓柱鋰電池裝配方法





