基于半监督学习的痤疮分级方法、系统、设备及存储介质

发明专利有效专利

申请号：
CN202211386719.4
IPC分类号：G16H30/40;G06V10/74;G06V10/774;G06V10/82;G06N3/08;A61B5/00
申请日期：
2022-11-07
申请人：
四川大学华西医院

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于半监督学习的痤疮分级方法、系统、设备及存储介质
申请号	CN202211386719.4	申请日期	2022-11-07
法律状态	公开	申报国家	中国
公开/公告日	2022-12-06	公开/公告号	CN115440346A
优先权	暂无	优先权号	暂无
主分类号	G16H30/40 ? IPC结构图谱： G 物理 G0 仪器 G16 特别适用于特定应用领域的信息通信技术〔ICT〕〔2018.01〕 G16H 医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术〔ICT〕〔2018.01〕 G16H30/00 专门用于处理或加工医学图像的ICT（计算机断层扫描入A61B 6/03）〔2018.01〕 G16H30/40 用于加工医学图像，例如编辑〔2018.01〕	IPC分类号	G;1;6;H;3;0;/;4;0;;;G;0;6;V;1;0;/;7;4;;;G;0;6;V;1;0;/;7;7;4;;;G;0;6;V;1;0;/;8;2;;;G;0;6;N;3;/;0;8;;;A;6;1;B;5;/;0;0查看分类表>
申请人	四川大学华西医院	申请人地址	四川省成都市武侯区国学巷37号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	四川大学华西医院	当前权利人	四川大学华西医院
发明人	蒋献;张蕾;刘文杰;李佳奇;杜丹;张楗伟;魏新;王君有
代理机构	成都弘毅天承知识产权代理有限公司	代理人	谢建

摘要

本发明公开了一种基于半监督学习的痤疮分级方法、系统、设备与存储介质，涉及面部痤疮的识别与分级，其目的在于解决现有技术中存在的因模型没有包含分级所需的痤疮计数信息而导致的分级预测准确率低的技术问题。其通过搭建半监督学习网络模型，模型训练时先采用有标签样本数据对学生网络进行有监督训练，再采用无标签样本数据对学生网络、教师网络进行半监督训练；训练过程中，采用滑动指数平均方式来通过学生网络的权值更新教师网络的权值。本申请基于半监督面部痤疮分级，在训练时不需要过多的有标签数据，可以从大量的无标签数据中自动学习特征，从而达到有标签和无标签数据之间互补。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供