Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于度量学习预测肺动脉高压的构建方法、设备和介质 

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:广州医科大学

摘要:本发明属于智能领域,具体涉及一种基于度量学习预测肺动脉高压的构建方法、设备和介质。构建方法包括:获取心脏磁共振影像集和标签,所述标签包括正常被试、肺动脉高压患者;所述磁共振影像集经过嵌入层得到特征向量;所述特征向量经过线性层得到预测标签,基于所述标签和所述预测标签的差距得到分类损失;所述特征向量输入度量学习层进行度量学习得到度量学习的损失;基于所述分类损失和所述度量学习的损失,迭代训练后得到肺动脉高压分类器,所述肺动脉高压分类器包括嵌入层和线性层。本申请通过强制约束克服在三元组获取过程中出现无法区分距离度量问题,增强对肺动脉高压判别特征尤其是轻度肺动脉高压判断特征的学习。

主权项:1.一种基于度量学习预测肺动脉高压的构建方法,其特征在于,所述方法包括:S101:获取心脏磁共振影像集和标签,所述标签包括正常被试、肺动脉高压患者;S102:所述磁共振影像集经过嵌入层得到特征向量;S103:所述特征向量经过线性层得到预测标签,基于所述标签和所述预测标签的差距得到分类损失;S104:所述特征向量输入度量学习层进行度量学习得到度量学习的损失;S105:基于所述分类损失和所述度量学习的损失,迭代训练后得到肺动脉高压分类器,所述肺动脉高压分类器包括嵌入层和线性层。

全文数据:

权利要求:

百度查询: 广州医科大学 基于度量学习预测肺动脉高压的构建方法、设备和介质

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。