申请/专利权人：杭州键嘉医疗科技股份有限公司

申请日：2023-12-27

公开（公告）日：2024-04-16

公开（公告）号：CN117893486A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/10;G06V10/774;G06V10/778;G06V10/82;G16H30/40;G06N3/045;G06N3/0464;G06N3/0895;G06N3/096

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明提供一种可拓展任务的在线持续学习的模块化医学影像标注系统，包括：数据预处理模块、模型预标注训练模块、评价交互标注模块。其中，数据预处理模块用于自动化获取数据集；模型预标注训练模块用于使用数据库中的数据集阶段性地训练已挂载的神经网络模型，并利用训练好的神经网络模型对未标注的数据样本生成伪标签作为阶段性的标注结果。评价交互标注模块用于通过交互的方式标注样本或评价标注质量。与现有技术相比较，本发明引入模块化结构，使系统能够共享和利用已有的模型权重，实现不同任务间的即插即用式标注，且能够动态新增目标任务，以及基于既定目标任务动态新增标注对象。

主权项：1.一种可拓展任务的在线持续学习的模块化医学影像标注系统，其特征在于，包括：数据预处理模块，用于自动获取数据集，即利用技术手段自动化获取未标注的数据集，将其格式化地放置在数据库中，为标注系统提供数据来源；模型预标注训练模块，提供不同结构的神经网络模型的挂载、模型训练、模型推理、同构模型参数权重共享的功能，用于使用数据库中的数据集阶段性地训练已挂载的神经网络模型，并利用训练好的神经网络模型对未标注的数据样本生成伪标签作为阶段性的标注结果；其中，所述不同结构的神经网络模型的挂载用于将多个不同的神经网络挂载到模块中，基于此功能，标注系统可以针对不同任务进行标注，为不同任务选择不同的神经网络模型；所述模型训练的形式有两种，一是完成新增标注任务的初始模型训练，二是基于任务模型的共享参数权重的继续训练；所述模型推理功能用于辅助标注功能；所述同构模型参数权重共享功能用于针对网络共享结构模块或者同一网络扩展预测头的情况，将现有网络模型加载到计算机，以字典数据结构形式表示，通过对关键字的对比，对相同的结构初始化新模型参数；评价交互标注模块，由评价模块与交互标注模块两部分组成；其中，所述评价模块分为专业人士评价和非专业人士评价，用于标注样本或评价标注质量，赋予样本不同的标签；所述交互标注模块用于对无标注样本进行标注或者对有标注的样本进行局部修复。

全文数据：

权利要求：

百度查询： 杭州键嘉医疗科技股份有限公司 一种可拓展任务的在线持续学习的模块化医学影像标注系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD