一种能够实现KI67病理图像神经网络模型泛化性能的方法
基本信息
申请号 | CN202110528905.6 | 申请日 | - |
公开(公告)号 | CN113065646A | 公开(公告)日 | 2021-07-02 |
申请公布号 | CN113065646A | 申请公布日 | 2021-07-02 |
分类号 | G06N3/04(2006.01)I;G06N3/08(2006.01)I;G16H30/20(2018.01)I | 分类 | 计算;推算;计数; |
发明人 | 蔡佳桐;杨林;祝骋路;吴同 | 申请(专利权)人 | 杭州迪英加科技有限公司 |
代理机构 | 北京博维知识产权代理事务所(特殊普通合伙) | 代理人 | 张倩 |
地址 | 311121浙江省杭州市余杭区仓前街道龙潭路7号杭州未来研创园B座5楼B501-B508室 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种能够实现KI67病理图像神经网络模型泛化性能的方法。包括第一步,整理现有标注数据,将一单一来源的数据作为源域,将其他数据作为入侵域;第二步,在源域数据集上训练模型直至收敛;第三步,将上述提到的源域数据和入侵域数据合并为混合域;第四步,将训练数据中的源域数据替换为混合域,继续训练已收敛的模型;第五步,观察模型权值变化并据此进行模型剪枝;第六步,用混合域数据对剪枝后的模型进行微调;第七步,评估与测试以及结果可视化。该方法将不同的来源的数据划分为源域和入侵域,并在将源域替换为入侵域的过程中,衡量模型权重对于域变换的敏感程度,丢弃域特有特征对应的权重,提高模型在不同来源数据上的泛化性能。 |
