-
公开(公告)号：CN110046707A
公开(公告)日：2019-07-23
申请号：CN201910298072.1
申请日：2019-04-15
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供一种神经网络模型的评估优化方法和系统。该方法包括：通过主动学习基于不确定性指标选取有训练价值的数据，其中所述不确定性指标用于反映经训练的神经网络模型对数据的分类能力；基于所选取的数据构建测试集并利用所述测试集获得所述神经网络模型的有效性评估结果；根据所述有效性评估结果，优化所述神经网络模型的训练样本集并更新所述神经网络模型，直到获得期望的神经网络模型。采用本发明的方法和系统能够能神经网络模型适应个性化要求并更易于监管。
-
公开(公告)号：CN110046707B
公开(公告)日：2021-08-06
申请号：CN201910298072.1
申请日：2019-04-15
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供一种神经网络模型的评估优化方法和系统。该方法包括：通过主动学习基于不确定性指标选取有训练价值的数据，其中所述不确定性指标用于反映经训练的神经网络模型对数据的分类能力；基于所选取的数据构建测试集并利用所述测试集获得所述神经网络模型的有效性评估结果；根据所述有效性评估结果，优化所述神经网络模型的训练样本集并更新所述神经网络模型，直到获得期望的神经网络模型。采用本发明的方法和系统能够能神经网络模型适应个性化要求并更易于监管。
-
公开(公告)号：CN109498019B
公开(公告)日：2022-07-19
申请号：CN201910006926.4
申请日：2019-01-04
Applicant: 清华大学深圳研究生院
IPC: A61B5/055
Abstract: 本申请属于医学影像处理技术领域，特别是涉及一种用于磁共振脑组织精确分割的数据感知方法。现有的基于深度学习的MR图像分割方法，在不同的数据集上表现差异性很大，并且同样的数据集，不同的方法表现不一样。本申请提供一种用于磁共振脑组织精确分割的数据感知方法，所述方法包括如下步骤：对脑部磁共振影像进行预处理，去除头骨并进行偏移场校正，得到脑实质，并将图像灰度值归一化到[0,1]；计算图像的直方图分布，将直方图分成不同深度学习模型各自擅长分割的数据类别；将分好类的图像送入对该类图像敏感的深度学习模型分割。在不需要增加训练数据、不需要改进网络，只利用现有的模型的基础上，提高了分割精度。
-
公开(公告)号：CN109498019A
公开(公告)日：2019-03-22
申请号：CN201910006926.4
申请日：2019-01-04
Applicant: 清华大学深圳研究生院
IPC: A61B5/055
Abstract: 本申请属于医学影像处理技术领域，特别是涉及一种用于磁共振脑组织精确分割的数据感知方法。现有的基于深度学习的MR图像分割方法，在不同的数据集上表现差异性很大，并且同样的数据集，不同的方法表现不一样。本申请提供一种用于磁共振脑组织精确分割的数据感知方法，所述方法包括如下步骤：对脑部磁共振影像进行预处理，去除头骨并进行偏移场校正，得到脑实质，并将图像灰度值归一化到[0,1]；计算图像的直方图分布，将直方图分成不同深度学习模型各自擅长分割的数据类别；将分好类的图像送入对该类图像敏感的深度学习模型分割。在不需要增加训练数据、不需要改进网络，只利用现有的模型的基础上，提高了分割精度。
-
-
-
Search Results
4
records
(took 0.037 seconds)
