[发明专利]训练老年性黄斑部退化的分类模型的电子装置和方法在审
申请号: | 202111004105.0 | 申请日: | 2021-08-30 |
公开(公告)号: | CN115440369A | 公开(公告)日: | 2022-12-06 |
发明(设计)人: | 郑孟哲;鄞铭佐;谢易庭 | 申请(专利权)人: | 宏碁智医股份有限公司 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H50/50;G16H50/70;G06K9/62;G06N20/00 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 宋兴;臧建明 |
地址: | 中国台湾新北市*** | 国省代码: | 台湾;71 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 训练 老年性 黄斑 退化 分类 模型 电子 装置 方法 | ||
1.一种训练老年性黄斑部退化的分类模型的电子装置,其特征在于,包括:
收发器;以及
处理器,耦接所述收发器,其中所述处理器经配置以执行:
通过所述收发器取得训练数据;
基于机器学习算法计算对应于所述训练数据的损失函数向量,其中所述损失函数向量包括对应于所述老年性黄斑部退化的第一分类的第一损失函数值以及对应于所述老年性黄斑部退化的第二分类的第二损失函数值,其中所述第一分类对应于第一群组,并且所述第二分类对应于所述第一群组与第二群组的其中之一;
响应于所述第二分类对应于所述第二群组,根据所述第二损失函数值以及分群惩罚权重更新所述第一损失函数值以产生更新损失函数向量;以及
根据所述更新损失函数向量训练所述分类模型。
2.根据权利要求1所述的电子装置,其中所述处理器还经配置以执行:
响应于所述第二分类对应于所述第一群组,根据所述第二损失函数值更新所述第一损失函数值以产生所述更新损失函数向量。
3.根据权利要求1所述的电子装置,其中所述第一分类以及所述第二分类分别对应于所述老年性黄斑部退化的不同分期,其中所述处理器还经配置以执行:
根据所述第一分类与所述第二分类之间的分期差异产生第一惩罚权重;以及
根据所述第二损失函数值以及所述第一惩罚权重更新所述第一损失函数值以产生所述更新损失函数向量。
4.根据权利要求3所述的电子装置,其中所述损失函数向量还包括对应于所述老年性黄斑部退化的第三分类的第三损失函数值,其中所述处理器还经配置以执行:
根据所述第一分类与所述第三分类之间的第二分期差异产生第二惩罚权重;以及
根据所述第三损失函数值以及所述第二惩罚权重更新所述第一损失函数值以产生所述更新损失函数向量。
5.根据权利要求4所述的电子装置,其中所述第三分类对应于所述第一群组与所述第二群组的其中之一,其中所述处理器还经配置以执行:
响应于所述第三分类对应于所述第一群组,根据所述第三损失函数值以及所述第二惩罚权重更新所述第一损失函数值以产生所述更新损失函数向量;以及
响应于所述第三分类对应于所述第二群组,根据所述第三损失函数值、所述第二惩罚权重以及所述分群惩罚权重更新所述第一损失函数值以产生所述更新损失函数向量。
6.根据权利要求4所述的电子装置,其中所述第二分期差异大于所述分期差异,并且所述第二惩罚权重大于所述第一惩罚权重。
7.根据权利要求3所述的电子装置,其中所述第一惩罚权重与所述分期差异成正比。
8.根据权利要求1所述的电子装置,其中所述训练数据还包括标注了老年性黄斑部退化分期的眼底图,其中所述损失函数向量对应于二进制互熵函数。
9.根据权利要求1所述的电子装置,其中所述处理器计算所述第二损失函数值以及所述分群惩罚权重的商数以产生所述更新损失函数向量。
10.一种训练老年性黄斑部退化的分类模型的方法,其特征在于,包括:
取得训练数据;
基于机器学习算法计算对应于所述训练数据的损失函数向量,其中所述损失函数向量包括对应于所述老年性黄斑部退化的第一分类的第一损失函数值以及对应于所述老年性黄斑部退化的第二分类的第二损失函数值,其中所述第一分类对应于第一群组,并且所述第二分类对应于所述第一群组与第二群组的其中之一;
响应于所述第二分类对应于所述第二群组,根据所述第二损失函数值以及分群惩罚权重更新所述第一损失函数值以产生更新损失函数向量;以及
根据所述更新损失函数向量训练所述分类模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宏碁智医股份有限公司,未经宏碁智医股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111004105.0/1.html,转载请声明来源钻瓜专利网。