病灶预测模型的在线学习方法及设备
实质审查的生效
摘要
本发明提供一种病灶预测模型的在线学习方法及设备。该方法包括：获取包含乳腺病灶的超声图像以及乳腺病灶的BI‑RADS分级；从超声图像中提取BI‑RADS特征对应的多个特征子向量；从多个特征子向量中确定具有标注信息的目标特征子向量；确定多个特征子向量对应的第一损失函数；确定目标特征子向量对应的第二损失函数；融合多个特征子向量得到融合特征向量，并根据获取的BI‑RADS分级确定融合特征向量对应的第三损失函数；根据第一损失函数、第二损失函数和第三损失函数对乳腺病灶预测模型进行在线训练。实现了基于标注缺失的超声图像对乳腺病灶预测模型的在线训练，缩短了模型更新周期，简化了更新操作步骤。
基本信息
专利标题 ：
病灶预测模型的在线学习方法及设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114266917A
申请号 ：
CN202111466822.5
公开（公告）日 ：
2022-04-01
申请日 ：
2021-12-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
姜玉新王红燕李建初徐雯谷杨刘婷丛龙飞安兴董多
申请人 ：
中国医学科学院北京协和医院;深圳迈瑞生物医疗电子股份有限公司
申请人地址 ：
北京市东城区王府井帅府园1号
代理机构 ：
深圳鼎合诚知识产权代理有限公司
代理人 ：
刘维佳
优先权 ：
CN202111466822.5
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/80 G06V10/44 G06V10/46 G06K9/62 G06T7/00
法律状态
2022-04-19 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20211203
申请日 : 20211203
2022-04-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
