[发明专利]模型分发方法、装置、计算机可读介质及电子设备

权利要求书

1.一种图像分析模型的分发方法，其特征在于，所述方法由区块链网络中的分析节点执行，所述方法包括：

获取区块链网络中至少一个数据节点提供的图像样本数据，所述区块链网络包括多个节点；

利用所述图像样本数据对所述分析节点上的第一图像分析模型进行训练；

将训练得到的第二图像分析模型的参数同步至所述区块链网络中所述分析节点之外的至少一个节点，以便各节点在将所述第二图像分析模型的参数配置到各节点上部署的第三图像分析模型后，用配置好参数的第三图像分析模型进行图像分析，其中，所述第三图像分析模型与所述第二图像分析模型的模型架构相同。

2.根据权利要求1所述的方法，其特征在于，所述图像样本数据包括医疗影像数据和对应的标签，所述标签指示对应的医疗影像数据为异常或正常，

所述利用所述图像样本数据对所述分析节点上的第一图像分析模型进行训练，包括：

利用所述图像样本数据中的正常医疗影像数据对所述分析节点上的第一图像分析模型进行训练，所述第一图像分析模型为基于生成式对抗网络的异常医疗影像数据检测模型，所述正常医疗影像数据为标签指示对应的医疗影像数据为正常的医疗影像数据。

3.根据权利要求2所述的方法，其特征在于，在利用所述图像样本数据对所述分析节点上的第一图像分析模型进行训练之后，所述方法还包括：

利用所述图像样本数据中的异常医疗影像数据对经过训练的所述基于生成式对抗网络的异常医疗影像数据检测模型进行测试，所述异常医疗影像数据为标签指示对应的医疗影像数据为异常的医疗影像数据；

所述将训练得到的第二图像分析模型的参数同步至所述区块链网络中所述分析节点之外的至少一个节点，包括：

将通过测试的所述基于生成式对抗网络的异常医疗影像数据检测模型的参数同步至所述区块链网络中所述分析节点之外的至少一个节点。

4.根据权利要求2所述的方法，其特征在于，所述区块链网络包括多个子网络，所述子网络包括至少一个数据节点和至少一个医疗机构节点，各数据节点所提供的所述图像样本数据是在医疗机构节点获得图像样本数据后，由医疗机构节点同步至该医疗机构节点所属的子网络中的数据节点上的。

5.根据权利要求2所述的方法，其特征在于，所述基于生成式对抗网络的异常医疗影像数据检测模型包括：原始编码器、解码器、再次编码器和分类器，其中：

所述原始编码器用于在接收到输入的原始医疗影像数据后，提取所述原始医疗影像数据的第一隐含向量；

所述解码器用于根据所述原始编码器输出的第一隐含向量重建与原始医疗影像数据对应的医疗影像构造数据；

所述再次编码器用于在获取到所述解码器输出的医疗影像构造数据后，提取所述医疗影像构造数据的第二隐含向量以对所述基于生成式对抗网络的异常医疗影像数据检测模型进行训练和测试；

所述分类器用于判断所述原始医疗影像数据和所述解码器输出的医疗影像构造数据是否异常。

6.根据权利要求5所述的方法，其特征在于，所述再次编码器的结构与所述原始编码器的结构一致，所述原始编码器包括多层卷积层、与至少一层卷积层相连的批规范化层和与至少一层批规范化层相连的带泄露的线性整流激活函数层，所述解码器包括多层逆卷积层、与至少一层逆卷积层相连的带泄露的线性整流激活函数层、与至少一层带泄露的线性整流激活函数层相连的线性整流激活函数层和位于最后一层逆卷积层之后的输出激活函数层，所述分类器包括至少一层卷积层和分类层。