摘要
本发明涉及一种多数据中心的子宫内膜癌靶区分割模型的训练系统,属于靶区勾画技术领域,解决了现有技术中分割模型性能不高的问题。系统包括主控端和多个数据中心:每个数据中心存储有本地多模态子宫内膜癌样本集;主控端上存储有目标样本集;在主控端构建靶区分割模型,并将靶区分割模型发送至每个数据中心;主控端控制多个数据中心基于本地多模态子宫内膜癌样本集对本地靶区分割模型进行训练,基于多个数据中心的本地靶区分割模型参数更新主控端的靶区分割模型的参数,得到预训练的靶区分割模型;主控端基于目标样本集对预训练的靶区分割模型进行微调,得到训练好的子宫内膜癌靶区分割模型。实现了高效准确的子宫内膜癌靶区勾画。
技术关键词
子宫
训练系统
样本
多模态
掩膜
参数
数据中心存储
图像分割
元素
训练集
指令
系统为您推荐了相关专利信息
低功耗管理方法
时间预测模型
标志
低功耗管理装置
数据处理业务
有机导电聚合物
生物传感器
生物材料
基底层
亲水基团
融合置信度
驾驶安全控制
反射结构
环境感知数据
指数
图像智能分析
模型构建方法
智能幕墙
关键尺寸测量方法
分析模块
排序模型
多层感知机
融合特征
商品特征
场景特征