基于图像数据多样性的模型训练方法、系统、介质及设备

    公开(公告)号:CN113963226A

    公开(公告)日:2022-01-21

    申请号:CN202010681146.2

    申请日:2020-07-15

    Abstract: 本发明提供一种基于图像数据多样性的模型训练方法、系统、介质及设备,所述基于图像数据多样性的模型训练方法包括:对原始数据进行数据多样性处理,将所述原始数据的数据特征和处理后的数据特征进行存储;选取第一预设数量的数据特征输入至少两个分类器中进行分类,根据分类结果选取第一分类器;选取第二预设数量的数据特征,输入到所述第一分类器以外的分类器中进行分类,以选取第二分类器;重复上一步骤,直至所存储的数据特征为零,以确定所述至少两个分类器中每个分类器被选取的顺序。本发明通过训练数据的多样性,提高了集成学习模型整体泛化能力,实现了各个模态网络模型充分训练二者之间的平衡。

    确定判定结果的实现方法、系统、介质及终端

    公开(公告)号:CN113962392B

    公开(公告)日:2024-10-15

    申请号:CN202010681163.6

    申请日:2020-07-15

    Abstract: 本发明提供一种确定判定结果的实现方法、系统、介质及终端;所述方法包括以下步骤:根据优先级从包括至少三个判决单元的判决单元组中挑选出一优先级最大的判决单元作为主判决单元,剩余至少两个判决单元均作为次判决单元;通过主判决单元和次判决单元分别对待判决内容进行判定,获取主判定结果和次判定结果;在主判定结果与次判定结果存在不一致时,判断次判定结果中与主判定结果不一致的次判定结果的数量,是否大于或等于主判定结果被推翻需要的投票数;本发明根据优先级属性对判决单元进行主次之分,考虑了判决单元的自身优先性,更多地考虑主判决单元的判定结果,从而可提高判定结果的准确可靠性。

    [18F]-GE-179的合成方法
    7.
    发明公开

    公开(公告)号:CN111153840A

    公开(公告)日:2020-05-15

    申请号:CN202010023208.0

    申请日:2020-01-09

    Abstract: 本发明公开了[18F]-GE-179的合成方法,步骤如下:步骤1,回旋加速器产生H+质子轰击18O-重氧水,利用核反应18O(p,n)18F产生18F-离子;18F-离子经QMA柱富集并被淋洗液洗脱进反应瓶后,即得[K/K2.2.2]+18F-;前体2与[K/K2.2.2]+18F-反应生成中间体3;步骤2,溶解前体1,加入碱性还原剂得到还原的中间体4;步骤3,将中间体3直接加入步骤2的反应溶液中,得到18F-GE179。本发明提供的[18F]-GE-179的合成方法采用巯基二聚体作为标记前体,还原后立即进行亲核取代反应得到18F-GE179,标记产率高,可在制备临床老年性痴呆、精神分裂的PET成像剂中发挥重要作用。

    基于图像数据多样性的模型训练方法、系统、介质及设备

    公开(公告)号:CN113963226B

    公开(公告)日:2024-10-15

    申请号:CN202010681146.2

    申请日:2020-07-15

    Abstract: 本发明提供一种基于图像数据多样性的模型训练方法、系统、介质及设备,所述基于图像数据多样性的模型训练方法包括:对原始数据进行数据多样性处理,将所述原始数据的数据特征和处理后的数据特征进行存储;选取第一预设数量的数据特征输入至少两个分类器中进行分类,根据分类结果选取第一分类器;选取第二预设数量的数据特征,输入到所述第一分类器以外的分类器中进行分类,以选取第二分类器;重复上一步骤,直至所存储的数据特征为零,以确定所述至少两个分类器中每个分类器被选取的顺序。本发明通过训练数据的多样性,提高了集成学习模型整体泛化能力,实现了各个模态网络模型充分训练二者之间的平衡。

Patent Agency Ranking