基于风险权重评估医学机器学习模型性能的方法和设备与流程技术资料下载

技术编号:21369246

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及机器学习领域,具体涉及一种基于风险权重评估医学机器学习模型性能的方法和设备。背景技术随着机器学习、深度学习、计算机视觉和图像识别等人工智能核心技术的突破和发展,通过大量医学标注样本对模型进行训练所获得的诊断模型,在医学场景展示了出色的性能、可信的效果和真实的应用价值。而且,由于深度神经网络(dnn)具备巨大的参数空间,模型描述能力极强,所以一个模型可以胜任多个识别任务。推延至医学场景,也就是一个模型可以完成多个病种的识别,比如肺部、视网膜、皮肤的多种疾病。多病种诊断模型是医学ai算法的...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服(仅向企业会员开放)
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发