用于对预测冠心病的预测模型进行训练的方法和相关产品技术

本申请公开了一种用于对预测冠心病的预测模型进行训练的方法和相关产品。所述方法包括：获取多个眼底图像，其中每个所述眼底图像标注有是冠心病或者非冠心病；基于标注是冠心病或者非冠心病的眼底图像的样本量将所述多个眼底图像划分为第一类样本和第二类样本；根据所述第一类样本和所述第二类样本设置对应的权重；基于所述第一类样本、所述第二类样本和所述对应的权重获得与训练有关的第一损失函数；以及基于所述第一损失函数对基于眼底图像预测冠心病的所述预测模型进行训练。利用本申请的方案，可以解决样本不均衡的问题，提高预测模型的精度。预测模型的精度。预测模型的精度。

【技术实现步骤摘要】
用于对预测冠心病的预测模型进行训练的方法和相关产品


[0001]本申请一般涉及人工智能
更具体地，本申请涉及一种用于对预测冠心病的预测模型进行训练的方法、设备和计算机可读存储介质。进一步地，本申请一种基于预测模型预测冠心病的装置和计算机可读存储介质。

技术介绍

[0002]冠心病(即冠状动脉粥样硬化心脏病)作为一种常见的心血管疾病，其发病率和死亡率近年来呈现持续上升趋势，严重影响了城乡居民的健康水平，加重了我国心血管疾病的负担。在临床冠心病的诊断工作中，可以通过冠脉CTA和冠脉动脉造影来进行冠心病的初步筛查和诊断，并且冠脉动脉造影是冠心病诊断的金标准。这是由于冠心病发作时肌电图多存在ST
‑
T段的缺血改变，因此对于冠状动脉造影，血管狭窄50％以上可以明确为冠心病。然而，这两种方法均需要患者进行一系列复杂的检查和诊断的流程，导致人力成本大且周期长。此外，用于冠心病检测的检测设备往往较为昂贵，在很多医疗资源匮乏的地区无法进行冠心病的检测，导致很难进行大规模推广。
[0003]目前，已有研究发现，视网膜血管的粗细及弯本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于对预测冠心病的预测模型进行训练的方法，包括：获取多个眼底图像，其中每个所述眼底图像标注有是冠心病或者非冠心病；基于标注是冠心病或者非冠心病的眼底图像的样本量将所述多个眼底图像划分为第一类样本和第二类样本；根据所述第一类样本和所述第二类样本设置对应的权重；基于所述第一类样本、所述第二类样本和所述对应的权重获得与训练有关的第一损失函数；以及基于所述第一损失函数对基于眼底图像预测冠心病的所述预测模型进行训练。2.根据权利要求1所述的方法，其中根据所述第一类样本和所述第二类样本设置对应的权重包括：分别确定所述第一类样本的样本量、所述第二类样本的样本量以及所述第一类样本和所述第二类样本的总样本量；基于所述第一类样本的样本量、所述总样本量和类别数设置所述第一类样本的权重；以及基于所述第二类样本的样本量、所述总样本量和所述类别数设置所述第二类样本的权重。3.根据权利要求1所述的方法，其中基于所述第一类样本、所述第二类样本和所述对应的权重获得与训练有关的第一损失函数包括：将所述第一类样本和所述第二类样本输入所述预测模型进行预测，以输出第一预测分支结果；以及基于所述第一类样本、所述第二类样本、所述第一预测分支结果和所述对应的权重获得与训练有关的所述第一损失函数。4.根据权利要求3所述的方法，还包括：将所述第一类样本和所述第二类样本输入所述预测模型进行预测，以输出第二预测分支结果和/或第三预测分支结果；基于所述第一类样本、所述第二类样本、所述第二预测分支结果和/或第三预测分支结果获得与训练有关的第二损失函数和/或第三损失函数；以及基于所述第一损失函数、所述第二损失函数和/或所述第三损失函数对基于眼底图像预测冠心病的所述预测模型进行训练。5.根据权利要求4所述的方法，其中基于所述第一类样本、所述第二类样本、所述第二预测分支结果和/或第三预测分支结果获得与训练有关的第二损失函数和/或第三损失函数包括：基于所述第一类样本、所述第二类样本和所述第二预测分支结果获得与训练有关的所述第二损失函数；和/或基于所述第一类样本、所述第二类样本和所述第三预测分支结果获得与训练有关的所述第三损失函数。6.根据权利要求4所述的方法，其中基于所述第一损失函数、所述第二损失函数和/或所述第三损失函数对基于眼底图像预测冠心病的所述预测模型进行训练包括：基于所述第一损失函数、所述第二损失函数和/或所述第三损失函数计算总损失函数；
以及利用所述总损失函数对基于眼...

【专利技术属性】
技术研发人员：曾勇，徐籴，王俊睿，丁耀东，马彤，张大磊，
申请(专利权)人：北京鹰瞳科技发展股份有限公司，
类型：发明
国别省市：