[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

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top