(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211313628.8 (22)申请日 2022.10.25 (71)申请人 易联众智鼎 （厦门） 科技有限公司 地址 361008 福建省厦门市软件园二期观 日路18号3 02室之二 (72)发明人 陈坤龙　黄伟光　庄国强　 (74)专利代理 机构 厦门加减专利代理事务所 (普通合伙) 35234 专利代理师 李强 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/774(2022.01) G06N 20/00(2019.01) (54)发明名称 医学影像 分类模型训练方法、 医学影像 分类 方法及装置 (57)摘要 本发明提供一种医学影像分类模型训练方 法、 医学影像分类方法及装置。 包括： 获取原始医 疗影像数据， 将原始医疗影像数据按照一定的比 例划分训练集和测试集； 构建预训练分类模型； 将训练集输入构建好的预训练分类模型进行预 训练， 并利用测试集对训练后的预训练分类模型 参数进行优化， 得到训练好的预训练分类模型； 对预训练分类模 型的模型参数进行调整， 得到调 整后的分类模 型； 再次利用训练集对调整后的分 类模型进行训练， 并利用测试集对训练后的分类 模型参数进行优化， 以得到训练好的分类模型。 本发明通过预训练模型和模型微调的训练方式 提高了模型对于医疗影 像的分类能力。 权利要求书2页 说明书7页 附图5页 CN 115527068 A 2022.12.27 CN 115527068 A 1.一种医学影 像分类模型训练方法， 其特 征在于， 包括： 获取原始医疗影像数据， 所述原始医疗影像数据中的每一个医学影像标注有医学影像 类别； 将所述原 始医疗影 像数据按照一定的比例划分训练集和 测试集； 构建预训练分类模型， 所述预训练分类模型用于对医学影 像数据进行初步分类； 将所述训练集输入构建好的所述预训练分类模型进行预训练， 并利用所述测试集对训 练后的预训练分类模型参数进行优化， 得到训练好的预训练分类模型； 对所述预训练分类模型的模型参数进行调整， 得到调整后的分类模型； 再次利用所述训练集对调 整后的所述分类模型进行训练， 以再次调 整所述分类模型的 模型参数， 并利用所述测试集对训练后的分类模型 的模型参数进行优化， 以得到训练好的 分类模型。 2.根据权利要求1所述的医学影像分类模型训练方法， 其特征在于， 所述构建预训练分 类模型包括： 在所述预训练分类模型的尾部添加一个新分类器， 所述新分类器的神经元个数与待分 类的医疗影 像类别数一 致； 将所述预训练分类模型的特征提取层参数冻结为不可训练状态， 同时开放所述新分类 器参数为可训练状态。 3.根据权利要求2所述的医学影像分类模型训练方法， 其特征在于， 所述对所述预训练 分类模型的模型参数进行调整， 得到调整后的分类模型包括： 以所述预训练分类模型新分类器作为分类模型的分类器， 以所述预训练分类模型特征 提取层作为分类模型的特 征提取层； 将分类模型的所有参数调整为可训练状态。 4.根据权利要求3所述的医学影像分类模型训练方法， 其特征在于， 所述再次利用所述 训练集对所述调整后的分类模型进行训练包括： 将所述训练集输入调整后的所述分类模型中， 并基于Adam参数优化、 缩小基础学习率 及交叉熵损失函数对分类模型的参数进行调整。 5.根据权利要求3所述的医学影像分类模型训练方法， 其特征在于， 在利用所述训练集 对预训练分类模型进行 预训练之前， 还 包括： 将所述训练集和 测试集分别进行 数据增强， 得到增强后的训练集和 测试集； 以数据增强后的训练集和 测试集作为所述预训练分类模型和分类模型的训练依据。 6.根据权利要求1 ‑5任一所述的医学影像分类模型训练方法， 其特征在于， 所述医学影 像类别包括： 病理检查、 病案首页、 出院小结。 7.一种医学影 像分类方法， 其特 征在于， 包括： 获取待分类的医学影 像数据； 将所述待分类的医学影像数据输入预先训练好的分类模型进行分类预测， 并输出所述 医学影像数据的分类结果； 其中， 所述预 先训练好的分类模型基于 权利要求1 ‑6任一所述的方法训练得到 。 8.一种医学影 像分类模型训练装置， 其特 征在于， 包括： 获取单元， 用于获取原始医疗影像数据， 所述原始医疗影像数据中的每一个医学影像 标注有医学影 像类别； 将所述原 始医疗影 像数据按照一定的比例划分训练集和 测试集；权　利　要　求　书 1/2 页 2 CN 115527068 A 2构建单元， 用于构建预训练分类模型， 所述预训练分类模型用于对医学影像数据进行 初步分类； 训练单元， 用于将所述训练集输入构建好的所述预训练分类模型进行预训练， 并利用 所述测试集对训练后的预训练分类模型参数进行优化， 得到训练好的预训练分类模型； 调整单元， 用于对所述预训练分类模型的模型参数进行调整， 得到调整后的分类模型； 所述训练单元， 还用于再次利用所述训练集对调整后的所述分类模型进行训练， 以再 次调整所述分类模型 的模型参数， 并利用所述测试集对训练后的分类模型参数进行优化， 以得到训练好的分类模型。 9.一种医学影 像分类装置， 其特 征在于， 包括： 获取单元， 用于获取待分类的医学影 像数据； 预测单元， 用于将所述待分类的医学影像数据输入预先训练好的分类模型进行分类预 测， 并输出所述医学影像数据的分类结果； 其中， 所述预先训练好的医学影像分类模型基于 权利要求1 ‑6任一所述的方法训练得到 。 10.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任一项所 述医学影 像分类模型训练方法或者实现如权利要求7 所述医学影 像分类方法。权　利　要　求　书 2/2 页 3 CN 115527068 A 3