[发明专利]一种超声人工智能模型的自训练系统

权利要求书

1.一种超声人工智能模型的自训练系统，其特征在于，包括：

超声扫查设备，所述超声扫查设备内部集成有一出厂人工智能模型；

自训练系统，连接所述超声扫查设备，所述自训练系统包括：

至少一数据输入端口，用于供医院工作人员输入基于对应的所述超声扫查设备扫查得到的多个本地医学图像进行标注对应得到的多个医学标注图像，并将各所述医学标注图像作为训练样本保存至一第一存储模块；

第二存储模块，用于保存所述出厂人工智能模型对应的出厂模型网络和预先配置的多个模型网络；

模型训练模块，分别连接所述第一存储模块和所述第二存储模块，用于根据所述医院工作人员输入的模型构建指令调用各所述模型网络对所述出厂模型网络进行更新得到更新后模型网络，并根据各所述医学标注图像对所述更新后模型网络进行训练得到优化模型；

至少一模型配置端口，连接所述模型训练模块，用于将所述优化模型配置至对应的所述超声扫查设备中，以替换所述出厂人工智能模型。

2.根据权利要求1所述的自训练系统，其特征在于，所述自训练系统还包括一图像处理模块，分别连接所述数据输入端口和所述第一存储模块，所述图像处理模块提供有多项图像处理服务，以供对各所述医学标注图像进行训练前处理，并将训练前处理后的各所述医学标注图像作为所述训练样本保存至所述第一存储模块。

3.根据权利要求1所述的自训练系统，其特征在于，所述模型网络包括多个基本模型网络以及多个模型子网络；

则所述模型训练模块根据所述模型构建指令调用任一所述基本模型网络，并调用各所述模型子网络以调用的所述基本模型网络为基础网络构建形成所述更新后模型网络；

或所述模型训练模块根据所述模型构建指令调用各所述模型子网络，并以所述出厂模型网络为基础网络构建形成所述更新后模型网络。

4.根据权利要求3所述的自训练系统，其特征在于，所述自训练系统还包括一可视化窗口，连接所述模型训练模块，用于为所述更新后模型网络的构建过程提供可视化操作界面。

5.根据权利要求4所述的自训练系统，其特征在于，所述模型训练模块包括一规则验证单元，用于在构建所述更新后模型网络的过程中，实时验证调用的所述模型子网络的输入端与连接的所述基础网络的对应输出端之间，以及调用的所述模型子网络的输出端与连接的所述基础网络的对应输入端之间的连接关系是否满足预设的连接规则，并在任一所述连接关系不满足所述连接规则时在所述可视化窗口给出相应的提示。

6.根据权利要求3所述的自训练系统，其特征在于，所述自训练系统还包括一远程通讯模块，用于供所述医院工作人员与模型训练专家进行远程通讯，以辅助所述医院工作人员构建所述更新后模型网络。

7.根据权利要求1所述的自训练系统，其特征在于，所述自训练系统还包括一数据同步端口，分别连接所述第二存储模块和所述模型训练模块，用于将所述出厂人工智能模型及对应的所述优化模型同步至一远端服务器，以供所述出厂人工智能模型的开发厂商进行查看优化。

8.根据权利要求7所述的自训练系统，其特征在于，所述自训练系统还包括一数据接收端口，用于接收所述远端服务器反馈的所述开发厂商基于所述出厂人工智能模型及对应的所述优化模型给出的模型优化方案，以辅助所述医院工作人员对所述出厂人工智能模型进行优化。

9.根据权利要求1所述的自训练系统，其特征在于，所述自训练系统集成于对应的所述超声扫查设备的内部，或所述自训练系统配置于连接所述超声扫查设备的一上位机中。