[發(fā)明專利]現(xiàn)場(chǎng)自適應(yīng)訓(xùn)練裝置和現(xiàn)場(chǎng)自適應(yīng)訓(xùn)練方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111560178.8
• 申請(qǐng)日: 2021-12-20
• 公開（公告）號(hào): CN116308976A
• 公開（公告）日: 2023-06-23
• 發(fā)明（設(shè)計(jì)）人: 許奇齊;岳野;韓冰;孟凡潔;何東影
• 申請(qǐng)（專利權(quán)）人: 佳能醫(yī)療系統(tǒng)株式會(huì)社
• 主分類號(hào): G06T1/00
• 分類號(hào): G06T1/00;G06T7/00;G06T7/11;G06V10/764;G16H30/20;G16H30/40
• 代理公司: 永新專利商標(biāo)代理有限公司 72002
• 代理人: 楊謙

本發(fā)明提供一種能夠在現(xiàn)場(chǎng)持續(xù)改進(jìn)模型并限制退化風(fēng)險(xiǎn)的現(xiàn)場(chǎng)自適應(yīng)訓(xùn)練裝置。實(shí)施方式的現(xiàn)場(chǎng)自適應(yīng)訓(xùn)練裝置具備：取得部，取得醫(yī)用圖像處理模型和用于生成醫(yī)用圖像處理模型的原始模型訓(xùn)練協(xié)議；現(xiàn)場(chǎng)數(shù)據(jù)收集部，收集在使用醫(yī)用圖像處理模型的現(xiàn)場(chǎng)產(chǎn)生的現(xiàn)場(chǎng)醫(yī)用圖像數(shù)據(jù)；訓(xùn)練數(shù)據(jù)創(chuàng)建部，利用醫(yī)用圖像處理模型對(duì)現(xiàn)場(chǎng)醫(yī)用圖像數(shù)據(jù)進(jìn)行處理，將獲得的處理結(jié)果劃分為異常數(shù)據(jù)與正常數(shù)據(jù)，并對(duì)異常數(shù)據(jù)進(jìn)行修正，將修正后的異常數(shù)據(jù)與正常數(shù)據(jù)一起作為訓(xùn)練數(shù)據(jù)；以及自適應(yīng)訓(xùn)練部，將醫(yī)用圖像處理模型作為初始模型，利用訓(xùn)練數(shù)據(jù)創(chuàng)建部創(chuàng)建的訓(xùn)練數(shù)據(jù),按照原始模型訓(xùn)練協(xié)議，在現(xiàn)場(chǎng)進(jìn)行訓(xùn)練，生成新的醫(yī)用圖像處理模型。

技術(shù)領(lǐng)域

實(shí)施方式涉及醫(yī)用圖像處理模型的現(xiàn)場(chǎng)自適應(yīng)訓(xùn)練裝置以及現(xiàn)場(chǎng)自適應(yīng)訓(xùn)練方法。

背景技術(shù)

目前在醫(yī)院等現(xiàn)場(chǎng)對(duì)采集的醫(yī)用圖像進(jìn)行閱片或者量化分析時(shí)，常常會(huì)使用所購買的具有某種圖像處理功能的應(yīng)用自動(dòng)對(duì)醫(yī)用圖像進(jìn)行處理。這種應(yīng)用的核心是圖像處理模型，通常是在廠家中通過ML/DL(Machine?Learning/Deep?Learning：機(jī)器學(xué)習(xí)/深度學(xué)習(xí))方法訓(xùn)練生成的。例如在ML/DL中創(chuàng)建算法(模型)的典型過程為：定義圖像分析任務(wù)→收集數(shù)據(jù)→創(chuàng)建真值GT→訓(xùn)練模型→驗(yàn)證→將模型部署到現(xiàn)場(chǎng)。一旦算法(模型)隨產(chǎn)品部署到現(xiàn)場(chǎng)后，算法(模型)就固定不變了。

但是，現(xiàn)場(chǎng)的醫(yī)療數(shù)據(jù)可能包含病人的隱私信息，醫(yī)療數(shù)據(jù)通常很難共享給模型的廠家，由于廠家所使用的訓(xùn)練數(shù)據(jù)無法體現(xiàn)現(xiàn)場(chǎng)數(shù)據(jù)的全部特征，這種由廠家生產(chǎn)并提供給現(xiàn)場(chǎng)的模型的性能有可能針對(duì)現(xiàn)場(chǎng)數(shù)據(jù)來說并不好。

目前，也提出過在現(xiàn)場(chǎng)重新訓(xùn)練模型或者在現(xiàn)場(chǎng)對(duì)現(xiàn)有模型進(jìn)行更新等方法，但是，現(xiàn)場(chǎng)中的用戶通常不具有ML/DL專業(yè)知識(shí)，還需要在現(xiàn)場(chǎng)設(shè)定自動(dòng)訓(xùn)練系統(tǒng)。并且，模型訓(xùn)練是復(fù)雜的，如果輸入改變，結(jié)果往往不可預(yù)測(cè)。即使重新訓(xùn)練生成模型，如果簡單地將現(xiàn)場(chǎng)數(shù)據(jù)直接用于重新訓(xùn)練模型，也可能存在導(dǎo)致模型性能退化的風(fēng)險(xiǎn)。

發(fā)明內(nèi)容

本發(fā)明就是鑒于以上問題而完成的，其目的在于提供一種能夠在現(xiàn)場(chǎng)持續(xù)改進(jìn)模型并限制退化風(fēng)險(xiǎn)的醫(yī)用圖像處理模型的現(xiàn)場(chǎng)自適應(yīng)訓(xùn)練裝置以及現(xiàn)場(chǎng)自適應(yīng)訓(xùn)練方法。

實(shí)施方式的醫(yī)用圖像處理模型的現(xiàn)場(chǎng)自適應(yīng)訓(xùn)練裝置具備：取得部，取得醫(yī)用圖像處理模型和用于生成該醫(yī)用圖像處理模型的原始模型訓(xùn)練協(xié)議；現(xiàn)場(chǎng)數(shù)據(jù)收集部，收集在使用所述醫(yī)用圖像處理模型的現(xiàn)場(chǎng)產(chǎn)生的現(xiàn)場(chǎng)醫(yī)用圖像數(shù)據(jù)；訓(xùn)練數(shù)據(jù)創(chuàng)建部，利用所述醫(yī)用圖像處理模型對(duì)所述現(xiàn)場(chǎng)醫(yī)用圖像數(shù)據(jù)進(jìn)行處理，將獲得的處理結(jié)果劃分為異常數(shù)據(jù)與正常數(shù)據(jù)，并對(duì)所述異常數(shù)據(jù)進(jìn)行修正，將修正后的異常數(shù)據(jù)與正常數(shù)據(jù)一起作為訓(xùn)練數(shù)據(jù)；以及自適應(yīng)訓(xùn)練部，將所述醫(yī)用圖像處理模型作為初始模型，利用所述訓(xùn)練數(shù)據(jù)創(chuàng)建部創(chuàng)建的所述訓(xùn)練數(shù)據(jù),按照所述原始模型訓(xùn)練協(xié)議，在現(xiàn)場(chǎng)進(jìn)行訓(xùn)練，生成新的醫(yī)用圖像處理模型。

此外，實(shí)施方式的醫(yī)用圖像處理模型的現(xiàn)場(chǎng)自適應(yīng)訓(xùn)練方法包括：取得步驟，取得醫(yī)用圖像處理模型和用于生成該醫(yī)用圖像處理模型的原始模型訓(xùn)練協(xié)議；現(xiàn)場(chǎng)數(shù)據(jù)收集步驟，收集在使用所述醫(yī)用圖像處理模型的現(xiàn)場(chǎng)產(chǎn)生的現(xiàn)場(chǎng)醫(yī)用圖像數(shù)據(jù)；訓(xùn)練數(shù)據(jù)創(chuàng)建步驟，利用所述醫(yī)用圖像處理模型對(duì)所述現(xiàn)場(chǎng)醫(yī)用圖像數(shù)據(jù)進(jìn)行處理，將獲得的處理結(jié)果劃分為異常數(shù)據(jù)與正常數(shù)據(jù)，并對(duì)所述異常數(shù)據(jù)進(jìn)行修正，將修正后的異常數(shù)據(jù)與正常數(shù)據(jù)一起作為訓(xùn)練數(shù)據(jù)；以及自適應(yīng)訓(xùn)練步驟，將所述醫(yī)用圖像處理模型作為初始模型，利用所述訓(xùn)練數(shù)據(jù)創(chuàng)建部創(chuàng)建的所述訓(xùn)練數(shù)據(jù),按照所述原始模型訓(xùn)練協(xié)議或者通過自適應(yīng)現(xiàn)場(chǎng)訓(xùn)練數(shù)據(jù)得到的優(yōu)化的模型訓(xùn)練協(xié)議，在現(xiàn)場(chǎng)進(jìn)行訓(xùn)練，生成新的醫(yī)用圖像處理模型。

根據(jù)本發(fā)明的現(xiàn)場(chǎng)自適應(yīng)訓(xùn)練裝置，能夠在現(xiàn)場(chǎng)持續(xù)改進(jìn)模型而不需要向外部共享數(shù)據(jù)，新模型能很好地適應(yīng)現(xiàn)場(chǎng)異常情況，同時(shí)，新模型的退化風(fēng)險(xiǎn)依然受到與原模型相同的注釋協(xié)議、相同訓(xùn)練協(xié)議或者適應(yīng)現(xiàn)場(chǎng)數(shù)據(jù)而得到的優(yōu)化的訓(xùn)練協(xié)議和基于樣本數(shù)據(jù)所進(jìn)行的模型性能評(píng)估的約束，從而限制了退化風(fēng)險(xiǎn)。這樣，能夠在現(xiàn)場(chǎng)持續(xù)改進(jìn)模型的同時(shí)限制退化風(fēng)險(xiǎn)，從而能夠提供更加適應(yīng)于現(xiàn)場(chǎng)的模型，提高模型的處理性能。