申请/专利权人:北京京东拓先科技有限公司
申请日:2022-09-15
公开(公告)日:2022-11-29
公开(公告)号:CN115410717A
主分类号:G16H50/70
分类号:G16H50/70;G16H10/60;G06F40/30;G06N3/04;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.12.16#实质审查的生效;2022.11.29#公开
摘要:本申请提出了一种模型训练方法、数据检索方法、影像数据检索方法和装置,其中,该方法包括:通过哈希码提取模型分别确定正常影像样本、第一疾病影像样本、第二疾病影像样本和疾病诊断文本各自的哈希码;根据正常影像样本和疾病诊断文本的哈希码之间的距离以及第一疾病影像样本和疾病诊断文本的哈希码之间的距离,确定跨模态对比损失值;根据正常影像样本和第一疾病影像样本的哈希码之间的距离以及第一疾病影像样本和第二疾病影像样本的哈希码之间的距离,确定同模态对比损失值;根据跨模态对比损失值和同模态对比损失值对哈希码提取模型进行训练。由此,无需人工标注样本,降低哈希码提取模型的训练成本。
主权项:1.一种哈希码提取模型的训练方法,其特征在于,所述方法包括:获取目标部位的正常影像样本、第一疾病影像样本、第二疾病影像样本以及与所述第一疾病影像样本对应的疾病诊断文本,其中,所述第一疾病影像样本、所述第二疾病影像样本和所述疾病诊断文本所对应的疾病名称是相同的;通过哈希码提取模型分别确定所述正常影像样本、所述第一疾病影像样本、所述第二疾病影像样本和所述疾病诊断文本各自的哈希码;根据所述正常影像样本的哈希码和所述疾病诊断文本的哈希码之间的距离以及所述第一疾病影像样本的哈希码和所述疾病诊断文本的哈希码之间的距离,确定所述哈希码提取模型的跨模态对比损失值;根据所述正常影像样本的哈希码和第一疾病影像样本的哈希码之间的距离以及所述第一疾病影像样本的哈希码和所述第二疾病影像样本的哈希码之间的距离,确定所述哈希码提取模型的同模态对比损失值;根据所述跨模态对比损失值和所述同模态对比损失值,对所述哈希码提取模型进行训练。
全文数据:
权利要求:
百度查询: 北京京东拓先科技有限公司 模型训练方法、数据检索方法、影像数据检索方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。