[发明专利]模型训练方法、装置、电子设备及介质

权利要求书

1.一种模型训练方法，其特征在于，包括：

获取样本数据，所述样本数据包括采集于人体骨骼的超声射频信号以及与所述超声射频信号对应的采集对象的骨量标签；

基于所述样本数据训练随机森林模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述样本数据训练随机森林模型包括：

根据预定步长确定所述随机森林模型的参数的全部可能的取值组合；

通过验证所述全部可能的取值组合，从所述全部可能的取值组合中确定所述参数的目标取值组合。

3.根据权利要求2所述的方法，其特征在于，所述通过验证所述全部可能的取值组合，从所述全部可能的取值组合中确定所述参数的目标取值组合，包括：

通过交叉验证的方式验证所述全部可能的取值组合，从所述全部可能的取值组合中确定所述参数的目标取值组合。

4.根据权利要求1～3任一项所述的方法，其特征在于：

所述人体骨骼包括桡骨，所述超声射频信号采集于人体非优势侧桡骨的远端1/3处；

所述超声射频信号包括通过两组发射接收复合型换能器采集的原始数据；以及/或者

所述骨量标签包括正常骨量、骨量降低或者骨质疏松。

5.根据权利要求1～3任一项所述的方法，其特征在于，还包括以下一项或多项：

配置所述随机森林模型的模型最大深度的取值介于45-55之间；

配置所述随机森林模型的叶子节点最少样本数的取值介于25-35之间；

配置所述随机森林模型的基学习器个数的取值介于100-150之间。

6.一种模型训练装置，其特征在于，包括：

第一获取模块，被配置为获取样本数据，所述样本数据包括采集于人体骨骼的超声射频信号以及与所述超声射频信号对应的采集对象的骨量标签；

训练模块，被配置为基于所述样本数据训练随机森林模型。

7.一种电子设备，其特征在于，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现：

获取样本数据，所述样本数据包括采集于人体骨骼的超声射频信号以及与所述超声射频信号对应的采集对象的骨量标签；

基于所述样本数据训练随机森林模型。

8.一种可读存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现：

获取样本数据，所述样本数据包括采集于人体骨骼的超声射频信号以及与所述超声射频信号对应的采集对象的骨量标签；

基于所述样本数据训练随机森林模型。

9.一种电子设备，其特征在于，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现：

获取采集于人体骨骼的超声射频信号；

基于随机森林模型处理所述超声射频信号，获取骨量信息。

10.一种可读存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现：

获取采集于人体骨骼的超声射频信号；

基于随机森林模型处理所述超声射频信号，获取骨量信息。