基于血常规的半监督模型优化肺结核疾病分类方法和系统

AITNT
正文
推荐专利
基于血常规的半监督模型优化肺结核疾病分类方法和系统
申请号:CN202410755961
申请日期:2024-06-13
公开号:CN118332343B
公开日期:2024-08-16
类型:发明专利
摘要
本发明提出了基于血常规的半监督模型优化肺结核疾病分类方法和系统,提取了基于血液的血常规数据集,其中,所述血常规数据集包括含有标签的标准数据集S1、不含标签的非标准数据集S2以及验证集Y;调取基本模型,利用标准数据集S1对所述基本模型进行训练,获得训练好的模型Model_1;使用训练好的模型Model_1对不含标签的非标准数据集S2进行预测,得到伪标签数据;将伪标签数据集和标准数据集S1合并形成新的数据集S3,利用数据集S3对训练后的模型Model_1进行重新训练,得到模型Model_2;使用模型Model_2对验证集Y进行预测,得出结果Pred_Y2。
技术关键词
置信度阈值 分类方法 标签 非标准 疾病 多层感知机 分类系统 样本 专属数据 模型训练模块 血液 因子 指标
系统为您推荐了相关专利信息
1
一种流动人口识别走访问方法及系统
特征值 样本 移动终端 数据采集模块 模型训练模块
2
一种基于增量学习的员工不安全行为后识别方法及系统
识别方法 识别系统 交互机制 网络 学生
3
基于类级别协同知识挖掘的域自适应开集目标检测方法
原型 查询特征 匈牙利算法 损失函数设计 检测损失
4
基于多模态大模型的缸盖表面缺陷检测方法及系统
图片 多模态 表面缺陷检测方法 多头注意力机制 大语言模型
5
一种柯萨奇病毒B组3型毒株及应用
生物材料 核酸分子 免疫原性组合物 检测柯萨奇病毒 重组载体
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号