摘要
本申请公开了特征生成方法、分类模型训练方法、分类方法及相关装置,涉及机器学习技术领域。该方法包括:获取医学影像对应的影像组学特征;采用奇异值分解方式将影像组学特征分解为多个奇异值对应的列信息矩阵、奇异值对角矩阵和行信息矩阵;基于奇异值的数值大小对奇异值对角矩阵、列信息矩阵和行信息矩阵分别进行截取,并利用截取后的列信息矩阵、奇异值对角矩阵和行信息矩阵构造第一特征矩阵;通过引入正则化惩罚对第一特征矩阵进行降维处理,得到第二特征矩阵。本申请通过奇异值截取、引入正则化惩罚的方式,能够实现在保留影像组学特征中的有效特征的同时,有效降低影像组学特征的维度和复杂度,从而提高后续训练得到的机器学习模型的性能。
技术关键词
矩阵
组学特征
分类模型训练方法
特征生成方法
训练集
计算机执行指令
分类方法
影像获取模块
机器学习技术
可读存储介质
机器学习模型
特征提取模块
感兴趣
重构模块
分类装置
存储器
生成装置