一种医疗图像分类模型训练方法、医疗图像分类方法

    公开(公告)号:CN117975124A

    公开(公告)日:2024-05-03

    申请号:CN202410082638.8

    申请日:2024-01-19

    Abstract: 本发明提供一种医疗图像分类模型训练方法,包括:S1、从目标诊疗场景中采样多个诊疗错误的医疗图像以构建经验代价集,其中,所述经验代价集包括多个正常医疗图像和多个异常医疗图像,且每个正常医疗图像和每个异常医疗图像均对应一个误分类代价,所述误分类代价为其对应的正常医疗图像或异常医疗图像诊疗错误所造成的经济损失;S2、从所述目标诊疗场景中采样多个医疗图像以构建训练集,所述训练集中包括多个正常医疗图像和多个异常医疗图像,且所述每个正常医疗图像的标签为无病,所述每个异常医疗图像的标签为有病;S3、根据所述经验代价集确定分类阈值,并基于分类阈值采用所述训练集对医疗图像分类模型进行多轮迭代训练直至收敛。

    一种图像分类系统及其训练方法、图像分类方法

    公开(公告)号:CN117079042A

    公开(公告)日:2023-11-17

    申请号:CN202311068705.2

    申请日:2023-08-23

    Abstract: 本发明实施例提供了一种图像分类系统,用于对输入的图像进行分类,该系统包括:特征提取模块,用于对图像进行特征提取,以得到图像对应的特征向量;特征旋转模块,用于基于正交投影矩阵对特征向量进行旋转得到旋转后的特征向量,其中,所述正交投影矩阵是从预设的正交矩阵提取;分类模块,其包括:固定参数线性层用于对旋转后的特征向量进行均衡得到图像属于每个类别的logit值;分类层用于基于图像属于每个类别的logit值确定图像属于每个类别的置信度。本发明实施例设计的图像分类系统对长尾图像分类场景的泛化性好以及模型本身的性能也好。

Patent Agency Ranking