[发明专利]在附加的任务上训练人工神经网络的同时避免灾难性干扰

权利要求书

1.一种用于训练先前训练的神经网络以在所述先前训练的神经网络上执行除i个先前训练的分割任务之外的附加分割任务的方法，

其中，并且，

其中所述附加分割任务由输入图像集合及其对应的基础事实分割掩模集合根据期望的结果来定义，

并且其中所述先前训练的神经网络由参数、离散数量的卷积层y和所定义数量的输出层z来定义，

其特征在于，

所述方法包括以下步骤：

- 将先前训练的神经网络应用于所述输入图像集合，以计算用于所有先前训练的任务的结果掩模，

- 通过向已经训练的神经网络的现有输出层并行添加新的（1，1）卷积层来定义新的神经网络，

- 随机初始化对应于所述新的（1，1）卷积层的新添加的参数，并且后续使用输入图像集合和所述先前计算的结果掩模以及基础事实分割掩模集合来在所述附加分割任务上训练新的神经网络，其中训练过程的损失函数被定义为一般损失函数：

其中表示总损失函数中任务的相对权重，使得，并且其中：

并且其中。

2.用于根据权利要求1所述的方法在多类医学图像分割任务集合上训练神经网络的方法。

3.根据权利要求1所述的方法，其中特征映射的数量l对应于附加分割任务中的目标分割对象的数量。

4.一种数据处理装置，其包括用于施行权利要求1、2或3的步骤的构件。

5.对从根据权利要求1、2或3所述的方法获得的经训练的神经网络的使用。

6.用于使用通过权利要求1、2或3所述的方法获得的经训练的神经网络执行分割任务的方法，并且其中。

7.一种包括指令的计算机程序，所述指令在所述程序由计算机执行时引起计算机施行权利要求1、2、3或6所述的方法。