[发明专利]针对机器学习网络的输入的训练的量的表征在审
| 申请号： | 201910530142.1 | 申请日： | 2019-06-19 |
| 公开（公告）号： | CN110619945A | 公开（公告）日： | 2019-12-27 |
| 发明（设计）人： | P.赫尔策尔;S.格尔比奇;徐大光 | 申请（专利权）人： | 西门子医疗有限公司 |
| 主分类号： | G16H30/20 | 分类号： | G16H30/20;G06K9/62;G06N3/04 |
| 代理公司： | 72001 中国专利代理(香港)有限公司 | 代理人： | 张凌苗;刘春元 |
| 地址： | 德国*** | 国省代码： | 德国;DE |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 针对机器学习网络的输入的训练的量的表征。基于相对于用于训练模型的训练数据或模型本身的当前输入，通知用户机器学习模型的可靠性。在医学情况下，将针对当前患者的数据与用于训练预测模型的训练数据和/或与预测模型的决策函数进行比较。比较指示相对于当前患者的训练内容，因此向用户提供关于针对当前情况的预测的可靠性的信息。该指示处理当前患者的数据与训练数据或相对于预测模型的变化，允许用户看到预测模型相对于当前患者训练得有多好。该指示是对通过将预测模型应用于当前患者的数据的任何全局置信度输出的补充。 | ||
| 搜索关键词： | 预测模型 训练数据 机器学习模型 患者训练 机器学习 决策函数 通知用户 训练模型 训练内容 用户提供 指示处理 置信度 输出 医学 预测 补充 全局 应用 网络 | ||
【主权项】：
1.一种用于表征医学系统中的训练的量的方法，所述方法包括：/n通过医学成像扫描仪扫描患者；/n将机器学习网络的输入特征的值应用于机器学习网络，所述值是针对患者的，所述值中的至少一个来自扫描，所述应用导致机器学习网络的输出；/n确定患者的输入特征的值与（a）针对用于训练机器学习网络的训练数据的输入特征的值和/或（b）机器学习网络的决策函数的相对位置；以及/n显示由机器学习网络输出的图像和相对于针对患者的值的训练的量，训练的量是相对位置的函数。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西门子医疗有限公司，未经西门子医疗有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910530142.1/，转载请声明来源钻瓜专利网。
