一种模型训练方法和相关装置

本申请提供一种模型训练方法和相关装置，获取训练样本集；将训练样本集输入至初始模型中，确定各个医学图像对应的分类预测结果、第一图像质量分数以及第二图像质量分数；基于分类标签结果、分类预测结果、第一图像质量分数和第二图像质量分数，确定总损失函数；基于总损失函数调整初始模型的参数，直至训练完成得到图像评价模型。将第一图像质量分数作为质量标签，针对每个医学图像，本申请中的质量标签能够从训练样本集中动态的学习质量评估标准，质量标签并不依赖于传统的人工标注，通过医学图像的相对可分类性计算第一图像质量分数，考虑相似度能够大大提高质量标签的准确性，图像评价模型可准确且快速的对医学图像进行分类和质量评价。