一種能夠?qū)崿F(xiàn)KI67病理圖像神經(jīng)網(wǎng)絡(luò)模型泛化性能的方法

基本信息

申請?zhí)?/td> CN202110528905.6 申請日 -
公開（公告）號 CN113065646A 公開（公告）日 2021-07-02
申請公布號 CN113065646A 申請公布日 2021-07-02
分類號 G06N3/04（2006.01）I;G06N3/08（2006.01）I;G16H30/20（2018.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 蔡佳桐;楊林;祝騁路;吳同 申請（專利權(quán)）人 杭州迪英加科技有限公司
代理機(jī)構(gòu) 北京博維知識產(chǎn)權(quán)代理事務(wù)所（特殊普通合伙） 代理人 張倩
地址 311121浙江省杭州市余杭區(qū)倉前街道龍?zhí)堵?號杭州未來研創(chuàng)園B座5樓B501-B508室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種能夠?qū)崿F(xiàn)KI67病理圖像神經(jīng)網(wǎng)絡(luò)模型泛化性能的方法。包括第一步，整理現(xiàn)有標(biāo)注數(shù)據(jù)，將一單一來源的數(shù)據(jù)作為源域，將其他數(shù)據(jù)作為入侵域；第二步，在源域數(shù)據(jù)集上訓(xùn)練模型直至收斂；第三步，將上述提到的源域數(shù)據(jù)和入侵域數(shù)據(jù)合并為混合域；第四步，將訓(xùn)練數(shù)據(jù)中的源域數(shù)據(jù)替換為混合域，繼續(xù)訓(xùn)練已收斂的模型；第五步，觀察模型權(quán)值變化并據(jù)此進(jìn)行模型剪枝；第六步，用混合域數(shù)據(jù)對剪枝后的模型進(jìn)行微調(diào)；第七步，評估與測試以及結(jié)果可視化。該方法將不同的來源的數(shù)據(jù)劃分為源域和入侵域，并在將源域替換為入侵域的過程中，衡量模型權(quán)重對于域變換的敏感程度，丟棄域特有特征對應(yīng)的權(quán)重，提高模型在不同來源數(shù)據(jù)上的泛化性能。