一种基于主动学习的类别预测模型建模方法及装置

摘要

本申请公开了一种基于主动学习的类别预测模型建模方法及装置，该方法中用端到端的方式，使得在建立类别预测模型时可以优化深度学习提取的特征和临床特征的交互作用，提高所建立的类别预测模型的效能。结合影像组学特征、患者的临床特征和胸部医学图像，构建以深度学习模型为核心，有机整合临床多模态信息的类别预测模型，大大提高了类别预测模型的效能。基于主动学习的策略，筛选出最有可能提高类别预测模型表现的样本数据，在降低标注工作量的同时持续提高类别预测模型的效能，设计优化的委员会查询方法，既可以利用现有模型的信息筛选能够对类别预测模型提升有帮助的数据，又考虑到建模所用的特征存在的缺失，进一步提高类别预测模型的效能。