公开一种提高深度学习模型性能的方法及其设备。性能提高设备准备医学图像以及从医学图像分割出至少一个人体组织的至少一个分割图像，并通过将医学图像和至少一个分割图像分别输入到复数个通道来训练深度学习模型。
【技术实现步骤摘要】
本专利技术的实施例涉及一种在医疗领域用于诊断病变等的深度学习模型，具体地，涉及一种提高医疗领域深度学习模型性能的方法及其设备。
技术介绍
1、目前存在各种基于图像的深度学习模型(deep learning model)。例如，可基于著名数据库imagenet的各种图像，开发用于各种目的的深度学习模型。在医学领域，深度学习模型也用于从医学图像中诊断病变。大多数基于图像的深度学习模型通过在多个通道中输入不同色阶(例如，rgb；红、绿、蓝)的图像来进行学习。然而，由于x射线图像、计算机断层扫描(ct)图像和核磁共振仪(ri)图像等均为灰色色阶图像，因此将现有用于图像处理的深度学习模型适用到医学领域时存在性能下降的问题。例如，处理现有彩色图像的深度学习模型通过由三个通道组成的rgb通道接收和处理彩色图像，因此基于此生成医学领域的深度学习模型时，需要在rgb通道中均输入同样为灰色色阶的医学图像。即，由于针对基于多通道中的不同色阶完成学习的深度学习模型，通过将单一灰色色阶的医学图像重复输入到多通道来进行训练，因此存在其性能下降的问题。
/>技术本文档来自技高网...
【技术保护点】
1.一种提高包括复数个通道的深度学习模型性能的方法，其特征在于，包括：
2.根据权利要求1所述的提高深度学习模型性能的方法，其特征在于，
3.根据权利要求1所述的提高深度学习模型性能的方法，其特征在于，
4.根据权利要求1所述的提高深度学习模型性能的方法，其特征在于，
5.根据权利要求1所述的提高深度学习模型性能的方法，其特征在于，
6.根据权利要求1所述的提高深度学习模型性能的方法，其特征在于，
7.根据权利要求1所述的提高深度学习模型性能的方法，其特征在于，
8.根据权利要求1所述的提高深度学习模型性...
【技术特征摘要】
1.一种提高包括复数个通道的深度学习模型性能的方法，其特征在于，包括：
2.根据权利要求1所述的提高深度学习模型性能的方法，其特征在于，
3.根据权利要求1所述的提高深度学习模型性能的方法，其特征在于，
4.根据权利要求1所述的提高深度学习模型性能的方法，其特征在于，
5.根据权利要求1所述的提高深度学习模型性能的方法，其特征在于，
...
【专利技术属性】
技术研发人员：朴相准，尹淳镐，李瑞佑，
申请(专利权)人：脉得谱株式会社，
类型：发明
国别省市：
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。