加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

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
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G16H30/40IPC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。

专利服务由北京酷爱智慧知识产权代理公司提供