当前位置: 首页 > 专利查询>深圳大学专利>正文

图像预测模型的训练及应用方法、设备及可读存储介质技术

技术编号:41187411 阅读:21 留言:0更新日期:2024-05-07 22:19
本发明专利技术公开了一种图像预测模型的训练及应用方法、设备及可读存储介质,其中,所述图像预测模型的训练方法包括:通过在生成器和鉴别器之间增加配准网络,进而在训练时,先将生成器生成的预测治疗后的第二图像和真实治疗后的第三图像输入配准网络,对第二图像进行配准之后,再将配准后的第四图像输入鉴别器训练,从而使得鉴别器和生成器进行对抗训练时,能够摆脱由于预测治疗后的第二图像和真实治疗后的第三图像之间的不对齐,而导致鉴别器的输出值不准确,从而导致生成器实际生成的预测治疗后的第二图像的准确度降低的技术问题。

【技术实现步骤摘要】

本专利技术涉及图像数据处理,尤其涉及一种图像预测模型的训练及应用方法、设备及可读存储介质


技术介绍

1、黄斑变性(age-related macular degeneration,amd)是一种影响眼睛黄斑部位的眼睛疾病。黄斑是视网膜中的一个区域,位于视网膜的中央,负责清晰、细节视力的感知。目前治疗年龄相关性黄斑变性病变,主要是通过注射抗血管内皮生长因子(vascularendothelial growth factor,vegf)来实现。然而,患者在接受治疗后的反应存在明显的个体差异,有些患者经过治疗后能得到有效改善,而有些患者却未能得到有效改善,甚至情况更加恶化。此外,患者在治疗过程中还会经历视力变化。因此,患者接受治疗后的病情变化程度以及视力的变化幅度难以预先准确评估,这为临床医生制定出有效的治疗方案面临一定挑战,且由于治疗方案的不确定性,患者也无法准确预估治疗所需费用。因此,在治疗年龄相关性黄斑变性病变过程中,如何预测个体经过治疗后的疗效具有极其重要的意义。

2、在相关技术中,大多数用于预测抗vegf治疗效果图像的预测模型都是基于ga本文档来自技高网...

【技术保护点】

1.一种图像预测模型的训练方法,其特征在于,所述图像预测模型包括生成器和鉴别器以及配准网络,所述图像预测模型的训练方法包括:

2.如权利要求1所述的图像预测模型的训练方法,其特征在于,所述根据所述总损失值,确定所述图像预测模型是否满足训练终止条件的步骤,包括:

3.如权利要求1所述的图像预测模型的训练方法,其特征在于,所述图像预测模型还包括解码器和分类器;所述将治疗前的第一图像输入所述生成器,获取所述生成器生成的预测治疗后的第二图像以及所述生成器中残差块输出的特征值的步骤之后,还包括:

4.如权利要求1或3所述的图像预测模型的训练方法,其特征在于,所述...

【技术特征摘要】

1.一种图像预测模型的训练方法,其特征在于,所述图像预测模型包括生成器和鉴别器以及配准网络,所述图像预测模型的训练方法包括:

2.如权利要求1所述的图像预测模型的训练方法,其特征在于,所述根据所述总损失值,确定所述图像预测模型是否满足训练终止条件的步骤,包括:

3.如权利要求1所述的图像预测模型的训练方法,其特征在于,所述图像预测模型还包括解码器和分类器;所述将治疗前的第一图像输入所述生成器,获取所述生成器生成的预测治疗后的第二图像以及所述生成器中残差块输出的特征值的步骤之后,还包括:

4.如权利要求1或3所述的图像预测模型的训练方法,其特征在于,所述确定所述图像预测模型的总损失值的步骤之后,还包括:

5.如权利要求4所述的图像预测模型的训练方法,其特征在于,所述根据所述总损失值和所述评估指标,确定所述图像预测模型是否满足训练终止条件的步骤,包括:

6.一种图像预测模型的应用方法,其特征在于,所述图像预测模型是根据权利要求1至5中任一所述的图像预测模型的训练方法进行训练获得...

【专利技术属性】
技术研发人员:温阳曾莹曹文明石武祯赖安宇吴依林
申请(专利权)人:深圳大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1