【技术实现步骤摘要】
本申请涉及模型训练领域，特别涉及一种模型训练方法和相关装置。
技术介绍
1、医学图像的质量例如清晰度是评估图像可用性的关键因素，它直接影响到后续图像处理步骤的效果和可靠性，如病变检测、图像分割、图像配准和融合等。在相关技术中，对于医学图像的质量评价主要依赖观察者的感知判断，但这种方法耗时且易受多种因素影响，如观察者的经验、情绪以及观看环境等。因此，如何对医学图像的质量进行快速准确的判断，成为目前急需解决的问题。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种模型训练方法和相关装置，通过考虑相似度能够大大提高质量标签的准确性，从而训练得到的图像评价模型可以准确且快速的对医学图像进行分类和质量评价。其具体方案如下：
2、一方面，本申请提供了一种模型训练方法，包括：
3、获取训练样本集；所述训练样本集包括多个医学图像以及各个所述医学图像对应的分类标签结果；所述分类标签结果包括在至少一个维度下的类别；
4、将所述训练样本集输入至初始模型中，确定各个所述医学...
【技术保护点】
1.一种模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述训练样本集输入至初始模型中，确定各个所述医学图像对应的第一图像质量分数，包括：
3.根据权利要求2所述的方法，其特征在于，所述对于每个所述医学图像，通过所述初始模型计算所述图像特征向量与所述第一图像集合的类中心之间的相似度，确定所述医学图像的第一图像质量分数，包括：
4.根据权利要求3所述的方法，其特征在于，在所述训练样本集具有同一维度下的至少三个类别时，所述通过所述初始模型计算所述图像特征向量与第二图像集合的负类中心之间的相似度，确定第二
【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述训练样本集输入至初始模型中，确定各个所述医学图像对应的第一图像质量分数，包括：
3.根据权利要求2所述的方法，其特征在于，所述对于每个所述医学图像，通过所述初始模型计算所述图像特征向量与所述第一图像集合的类中心之间的相似度，确定所述医学图像的第一图像质量分数，包括：
4.根据权利要求3所述的方法，其特征在于，在所述训练样本集具有同一维度下的至少三个类别时，所述通过所述初始模型计算所述图像特征向量与第二图像集合的负类中心之间的相似度，确定第二相似结果，包括：
5.根据权利要求1-4任...
【专利技术属性】
技术研发人员：韩啸，杨保光，许晓倩，代诗琛，汤岚凤，
申请(专利权)人：安徽影联云享医疗科技有限公司，
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。