龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院苏州纳米技术与纳米仿生研究所
摘要：本公开涉及医学数据处理技术领域，更具体地，涉及一种脉象分类模型的训练方法及装置。本公开的实施例提供了一种脉象分类模型的训练方法，包括：获取直接标注样本集、非直接标注样本集和初始分类模型；基于初始分类模型对多个非直接标注样本数据的分类结果，更新直接标注样本集和非直接标注样本集，得到更新后的直接标注样本集和更新后的非直接标注样本集；利用更新后的直接标注样本集和更新后的非直接标注样本集对初始分类模型进行优化训练，得到脉象分类模型。
主权项：1.一种脉象分类模型的训练方法，包括：获取直接标注样本集、非直接标注样本集和初始分类模型，其中，所述直接标注样本集包括多个直接标注样本数据，所述直接标注样本数据包括第一脉象数据和直接标注标签，所述直接标注标签是基于所述第一脉象数据的症状分类结果所确定，所述非直接标注样本集包括多个非直接标注样本数据，所述非直接标注样本数据包括第二脉象数据和非直接标注标签，所述非直接标注标签是基于与所述第二脉象数据对应的医疗检测数据的症状分类结果所确定，所述第二脉象数据和与所述第二脉象数据对应的医疗检测数据为同步采集得到，所述初始分类模型是利用所述直接标注样本集训练得到；基于所述初始分类模型对所述多个非直接标注样本数据的分类结果，更新所述直接标注样本集和所述非直接标注样本集，得到更新后的直接标注样本集和更新后的非直接标注样本集；利用所述更新后的直接标注样本集和所述更新后的非直接标注样本集对所述初始分类模型进行优化训练，得到脉象分类模型。
全文数据：
权利要求：
百度查询： 中国科学院苏州纳米技术与纳米仿生研究所 脉象分类模型的训练方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号