摘要
本申请公开了一种异常识别模型的训练方法、异常识别方法及设备、介质。其中训练方法包括:获取样本对象的样本部位的图像样本、样本对象在每种临床类别下的多个临床样本信息;基于图像样本进行特征处理得到图像特征,并基于每种临床类别下的多个临床样本信息进行特征选择,得到每种临床类别下的临床组合特征;基于图像特征和每种临床类别下的临床组合特征,按照多种融合策略分别进行特征融合,分别基于每个融合特征进行预测,得到多个异常预测结果;分别基于每个异常预测结果和样本标签进行训练,得到与每种融合策略分别对应的候选异常识别模型,进而从中选择出目标异常识别模型。本申请实施例能够提高识别准确率。
技术关键词
融合策略
融合特征
图像
样本
异常识别方法
特征选择
对象
异常状态
热力图
标签
机器学习算法
电子设备
处理器
可读存储介质
显示装置
存储器
颜色
计算机
系统为您推荐了相关专利信息
页面检测方法
图片
压缩特征向量
离散余弦变换
电脑桌面
路面设计方法
改建沥青路面
路面病害
轮廓参数
路面结构
混沌粒子群算法
生成式对抗网络
混沌粒子群优化算法
深度卷积神经网络
离散小波变换
患病风险预测方法
随机森林模型
健康对照组
错误率
构建预测模型