-
公开(公告)号：CN117809087B
公开(公告)日：2025-02-21
申请号：CN202311766369.9
申请日：2023-12-20
Applicant: 北京医准医疗科技有限公司
Abstract: 本公开提供了一种乳腺图像分类模型的训练方法、装置及电子设备，方法包括：获取有标签乳腺图像数据和无标签乳腺图像数据作为训练样本，基于有标签乳腺图像数据对模型进行训练，确定第一损失值，之后通过模型对无标签乳腺图像数据进行分类预测，得到无标签乳腺图像数据的预测概率和对应的伪标签，确定无标签乳腺图像数据的损失权重，根据损失权重确定第二损失值，最终确定乳腺图像分类模型的总损失值，判断总损失值是否满足预设要求，确定是否继续对模型进行迭代训练。应用本方法，通过确定无标签乳腺图像数据的损失权重，确定模型的第二损失值，缓解半监督学习中生成的伪标签可能带来的噪声，提高了无标签数据的利用率。
-
公开(公告)号：CN117788899A
公开(公告)日：2024-03-29
申请号：CN202311767378.X
申请日：2023-12-20
Applicant: 北京医准医疗科技有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/75 , G06N3/042 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明提供了一种乳腺钙化灶属性的分类方法，包括：获得第一病灶图像和第二病灶图像，所述第一病灶图像与所述第二病灶图像分别来自不同投照视角的乳腺图像，且包含同一个目标病灶区域；从所述第一病灶图像提取得到第一病灶特征，从所述第二病灶图像提取得到第二病灶特征；将所述第一病灶特征和所述第二病灶特征输入交叉注意力模块，得到交叉病灶特征；基于所述交叉病灶特征，通过第一分类头预测所述目标病灶的分布，通过第二分类头预测所述目标病灶的形态。本发明的技术方案能够对乳腺钙化灶的分布与形态作出更准确和精细的分类预测，提高钙化灶属性的分类准确度，进而帮助临床提升病变分析的可靠性。
-
公开(公告)号：CN117809087A
公开(公告)日：2024-04-02
申请号：CN202311766369.9
申请日：2023-12-20
Applicant: 北京医准医疗科技有限公司
Abstract: 本公开提供了一种乳腺图像分类模型的训练方法、装置及电子设备，方法包括：获取有标签乳腺图像数据和无标签乳腺图像数据作为训练样本，基于有标签乳腺图像数据对模型进行训练，确定第一损失值，之后通过模型对无标签乳腺图像数据进行分类预测，得到无标签乳腺图像数据的预测概率和对应的伪标签，确定无标签乳腺图像数据的损失权重，根据损失权重确定第二损失值，最终确定乳腺图像分类模型的总损失值，判断总损失值是否满足预设要求，确定是否继续对模型进行迭代训练。应用本方法，通过确定无标签乳腺图像数据的损失权重，确定模型的第二损失值，缓解半监督学习中生成的伪标签可能带来的噪声，提高了无标签数据的利用率。
-
-
Search Results
3
records
(took 0.024 seconds)
