摘要
本发明实施例涉及一种用于医疗领域的图像预训练模型的训练方法和装置,所述方法包括:选择一类视觉预训练模型作为图像预训练模型;设置波形图种类集、波形‑疾病种类集、影像图种类集和解剖结构种类集;选择四类下游任务头模型与图像预训练模型对接得到五类训练框架;通过大数据采集方式根据波形图种类集和波形‑疾病种类集构建第一数据集、根据影像图种类集和解剖结构种类集构建第二数据集;按逐步递进的训练方式,根据两个数据集和五类训练框架进行五步训练;并在第五步训练结束时确认图像预训练模型在医疗领域的特定领域优化训练结束。通过本发明可以降低图像预训练模型的训练难度、提高训练效率。
技术关键词
预训练模型
影像
标签
编码特征
框架
优化器
波形
数据
疾病
多任务损失函数
语义
索引
样本
分发模块
图像特征编码
参数
编码向量
度函数
输入端
系统为您推荐了相关专利信息
神经网络训练方法
电路
数据
神经网络训练装置
门结构设计
标签管理方法
系统标签
自定义标签
关键词
三元组
趋势预测模型
工况参数
梯度提升模型
神经网络模型
皮尔逊相关系数
图像增强方法
喉部结构
运动传感器数据
特征金字塔
上采样