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：内蒙古卫数数据科技有限公司

摘要：本发明公开了一种基于血常规的协同训练共享多模型在肺结核分类中的应用，属于数据分类技术领域，包括以下步骤：1获取血常规数据集，2通过多层感知机的神经网络构建基于血常规数据的协同训练共享多模型；3使用训练好的基于血常规的协同训练共享多模型对验证集Y进行验证。本发明采用上述的一种基于血常规的协同训练共享多模型在肺结核分类中的应用，解决标准数据样本数量少的问题，采用了半监督的模型构建方式，通过少量的标准数据即可构建模型，解决了医疗数据集精度差、获取数据数量少的问题。

主权项：1.一种基于血常规的协同训练共享多模型在肺结核分类中的应用，其特征在于，包括以下步骤：（1）获取血常规数据集，包含有标签的标准数据集S1和无标签的非标准数据集S2，有标签的标准数据集S1：无标签的非标准数据集S2的数据比例为1：11，有标签的标准数据集S1中阴性阳性比例为2：1，无标签的非标准数据集S2中无法判定阴性阳性；验证集Y有已被验证的阳性、阴性数据，验证集Y与有标签的标准数据集S1的比例分别为1：10；（2）通过多层感知机的神经网络构建基于血常规数据的协同训练共享多模型，具体操作为：构建多个模型，包括基础model、mode1_1、mode1_2、mode1_3；将有标签的标准数据集S1分别输入基础model、mode1_2、mode1_3网络模型，无标签的非标准数据集S2分别输入基础model、mode1_1网络模型，基础model网络有两个输入，同时训练网络参数；有标签的标准数据集S1输入的基础mode1输出为pred_1；无标签的非标准数据集S2输入的基础model输出为pred_2；无标签的非标准数据集S2输入的mode1_1输出为pred_3；有标签的标准数据集S1输入的mode1_2输出为pred_4；有标签的标准数据集S1输入的mode1_3输出为pred_5；通过有标签的标准数据集S1和无标签的非标准数据集S2训练基于血常规的协同训练共享多模型，保留基础model，即为训练好的血常规数据的协同训练共享多模型；（3）使用训练好的基于血常规的协同训练共享多模型对验证集Y进行验证；步骤（2）中，基础mode1由7层网络构建；mode1_1由6层网络构建，前2层网络参数与基础model共享，后4层网络分别与基础model的第3、4、5、7层网络结构相同，但并不共享参数，有独立参数；mode1_2由6层网络构建，前4层与基础model的网络结构相同，参数共享，第5层、第6层与基础model的第5层、第7层网络结构相同，有独立参数；mode1_3由8层网络构建，前4层网络结构与基础model的前4层相同，参数共享，第5层、第6层与model_2的网络结构相同，参数共享；第7层、第8层有参数独立。

全文数据：

权利要求：

百度查询： 内蒙古卫数数据科技有限公司 基于血常规的协同训练共享多模型在肺结核分类中的应用