申请/专利权人:西门子医疗有限公司
申请日:2019-06-19
公开(公告)日:2024-04-26
公开(公告)号:CN110619945B
主分类号:G16H30/20
分类号:G16H30/20;G06F18/214;G06N3/04;G06N20/00
优先权:["20180619 US 16/012151"]
专利状态码:有效-授权
法律状态:2024.04.26#授权;2020.01.21#实质审查的生效;2019.12.27#公开
摘要:针对机器学习网络的输入的训练的量的表征。基于相对于用于训练模型的训练数据或模型本身的当前输入,通知用户机器学习模型的可靠性。在医学情况下,将针对当前患者的数据与用于训练预测模型的训练数据和或与预测模型的决策函数进行比较。比较指示相对于当前患者的训练内容,因此向用户提供关于针对当前情况的预测的可靠性的信息。该指示处理当前患者的数据与训练数据或相对于预测模型的变化,允许用户看到预测模型相对于当前患者训练得有多好。该指示是对通过将预测模型应用于当前患者的数据的任何全局置信度输出的补充。
主权项:1.一种用于表征医学系统中的训练的量的方法,所述方法包括:通过医学成像扫描仪扫描患者;将机器学习网络的输入特征的值应用于机器学习网络,所述值是针对患者的,所述值中的至少一个来自扫描,所述应用导致机器学习网络的输出;确定患者的输入特征的值与a针对用于训练机器学习网络的训练数据的输入特征的值和或b机器学习网络的决策函数的相对位置;以及显示由机器学习网络输出的图像和相对于针对患者的值的训练的量,训练的量是相对位置的函数。
全文数据:
权利要求:
百度查询: 西门子医疗有限公司 针对机器学习网络的输入的训练的量的表征
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。