一种医学影像AI模型测试方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及模型测试技术领域，具体是涉及一种医学影像AI模型测试方法、装置、设备及存储介质。本发明专利技术首先采集原始医学图像集，并对原始医学图像集内的每个原始图像应用图像攻击算法，以得到医学攻击图像集，然后分别使用原始医学图像集和医学攻击图像集测试AI模型，以分别得到AI模型的第一预测正确率和第二预测正确率，最后根据第一预测正确率和第二预测正确率，得到AI模型的测试结果。从上述分析可知，本发明专利技术不仅使用原始医学图像测试AI模型，还使用攻击图像测试AI模型，从而增大了图像的种类，使得本发明专利技术的测试结果能够更加全面的反映AI模型的准确性。

【技术实现步骤摘要】

本专利技术涉及模型测试，具体是涉及一种医学影像ai模型测试方法、装置、设备及存储介质。

技术介绍

1、将ai模型植入至医学影像设备上，医学影像设备便可以对患者的医学影像进行分析，以辅助医生进行疾病诊断。为了保障ai模型的安全性，也就是保障ai模型的准确性和稳定性，需要对ai模型进行安全性的评估和测试。现有技术只使用常规的原始图像测试ai模型，而医学影像在采集的过程中会因采集设备因此而导致医学影像上出现噪声以及清晰度下降，也就是采集设备会影像医学影像的质量。由于现有技术只使用常规的原始图像测试ai模型，会导致测试结果具有局限性。

2、综上所述，现有技术中的ai模型测试方法具有局限性。

3、因此，现有技术还有待改进和提高。

技术实现思路

1、为解决上述技术问题，本专利技术提供了一种医学影像ai模型测试方法、装置、设备及存储介质，解决了现有技术中的ai模型测试方法具有局限性的问题。

2、为实现上述目的，本专利技术采用了以下技术方案：

3、第一方面，本专利技术提供一种医本文档来自技高网...

【技术保护点】

1.一种医学影像AI模型测试方法，其特征在于，包括：

2.如权利要求1所述的医学影像AI模型测试方法，其特征在于，所述对所述原始医学图像集内的每个原始图像应用图像攻击算法，以得到医学攻击图像集，包括：

3.如权利要求2所述的医学影像AI模型测试方法，其特征在于，所述对所述原始医学图像集内的每个原始图像均应用对抗攻击算法，以得到对抗攻击图像子集，包括：

4.如权利要求1所述的医学影像AI模型测试方法，其特征在于，所述对所述原始医学图像集内的每个原始图像应用图像攻击算法，以得到医学攻击图像集，包括：

5.如权利要求4所述的医学影像AI模型测试方...

【技术特征摘要】

1.一种医学影像ai模型测试方法，其特征在于，包括：

2.如权利要求1所述的医学影像ai模型测试方法，其特征在于，所述对所述原始医学图像集内的每个原始图像应用图像攻击算法，以得到医学攻击图像集，包括：

3.如权利要求2所述的医学影像ai模型测试方法，其特征在于，所述对所述原始医学图像集内的每个原始图像均应用对抗攻击算法，以得到对抗攻击图像子集，包括：

4.如权利要求1所述的医学影像ai模型测试方法，其特征在于，所述对所述原始医学图像集内的每个原始图像应用图像攻击算法，以得到医学攻击图像集，包括：

5.如权利要求4所述的医学影像ai模型测试方法，其特征在于，所述使用所述医学攻击图像集内的每个图像测试所述ai模型，以得到所述ai模型的第二预测正确率，包括：

6.如权利要求5所述的医学影像ai模型测试方法，其特征在于，所述...

【专利技术属性】
技术研发人员：伍子康，林炯亮，林绮思，杨鑫，
申请(专利权)人：深圳大学，
类型：发明
国别省市：