公开(公告)号：CN115398445A

公开(公告)日：2022-11-25

申请号：CN202180025821.9

申请日：2021-04-06

Applicant: 皇家飞利浦有限公司

Inventor： M·A·帕蒂尔 ,  A·P·S·苏塞亚

IPC: G06N3/04 ,  G06N3/08 ,  G06N3/12

Abstract: 一种用于使用训练数据集来训练卷积神经网络的计算机实现的方法和装置。训练数据集中的训练数据的每个条目都包括数值数据和相应数值数据的对应标签。一种方法包括，针对训练数据的每个条目，将数值数据转换为矩阵，其中，矩阵中的元素表示数值数据中的特征的值。所述方法还包括基于一个或多个的熵的量度来确定针对矩阵中的数值数据的排列，所述排列减少包括具有不同标签的数值数据的矩阵的相似性，并且/或者增加包括具有相同标签的数值数据的矩阵的相似性。

公开(公告)号：CN118613826A

公开(公告)日：2024-09-06

申请号：CN202380018465.7

申请日：2023-01-18

Applicant: 皇家飞利浦有限公司

Inventor： D·梅索尔西杜 ,  M·Y·潘迪亚 ,  K·帕拉尼萨米 ,  A·帕瓦尔 ,  K·拉加 ,  A·P·S·苏塞亚

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/09 ,  G06N3/084

Abstract: 根据一个方面，提供了一种在肝脏的第一造影图像中确定肝脏病变是否具有一个或多个病变特性的方法。所述方法包括：在所述第一造影图像中确定所述病变的内部区域的第一属性以及在所述第一造影图像中确定所述病变外部的区域的第二属性。所述方法还包括使用利用机器学习过程训练的模型，基于所述第一属性和所述第二属性来获得所述病变是否具有所述一个或多个病变特性的指示。

公开(公告)号：CN118265985A

公开(公告)日：2024-06-28

申请号：CN202280073390.8

申请日：2022-10-27

Applicant: 皇家飞利浦有限公司

Inventor： A·P·S·苏塞亚 ,  R·帕蒂尔 ,  S·阿纳达 ,  M·Y·潘迪亚 ,  S·乔杜里 ,  N·布萨

IPC: G06N3/0464 ,  G06N3/08 ,  G06N3/084 ,  G06N20/00

Abstract: 一种管理第一模型的计算机实现的方法，所述第一模型使用第一机器学习过程来训练并被部署和用于标记医学数据。所述方法包括确定(202)针对所述第一模型的性能量度，以及如果所述性能量度在阈值性能水平以下，则触发(204)升级过程，其中，所述升级过程包括在所述第一模型上执行进一步训练以产生经更新的第一模型，其中，所述进一步训练使用主动学习过程来执行，其中，用于所述进一步训练的训练数据根据所述主动学习过程从未标记数据样本的池中被选择，并被发送给标记者以获得真值标记以供在所述进一步训练中使用。