买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：平安科技(深圳)有限公司

摘要：一种训练样本扩充方法，所述方法包括：将数量少于预设数量阈值的目标疾病类型的样本确定为目标样本；将目标样本对应的疾病名称进行向量转换，获得名称向量；根据预先训练好的第一疾病分类模型，基于第一疾病分类模型的精度以及判别网络的梯度变化，对生成网络进行训练，获得训练好的生成模型；将名称向量输入至训练好的生成模型，获得生成样本数据集；若生成样本数据集中的多个生成样本可用于模型训练，将真实样本数据集和生成样本数据集确定为辅助诊断模型的第一训练样本数据集。本发明还提供一种训练样本扩充装置、电子设备以及存储介质。本发明能扩充训练样本的数量，提高辅助诊断模型的准确度。

主权项：1.一种训练样本扩充方法，其特征在于，所述方法包括：当需要训练辅助诊断模型时，获取真实样本数据集，其中，所述真实样本数据集由多种疾病类型的样本组成，每种所述疾病类型的样本包括至少一个疾病症状；当所述多种疾病类型的样本中存在目标疾病类型的样本的数量小于预设数量阈值时，将所述目标疾病类型的样本确定为目标样本；通过预先训练好的转换网络，将所述目标样本对应的疾病名称进行向量转换，获得名称向量；根据预先训练好的第一疾病分类模型，基于所述第一疾病分类模型的精度以及判别网络的梯度变化，对生成网络进行训练，获得训练好的生成模型；将所述名称向量输入至所述训练好的生成模型，获得生成样本数据集，所述生成样本数据集包括的多个生成样本的疾病类型与所述目标疾病类型一致；所述第一疾病分类模型是使用第二训练样本数据集训练的，使用所述第一疾病分类模型，根据所述第一疾病分类模型的精度，判断所述生成样本数据集中的多个生成样本是否可用于模型训练，包括：根据测试数据集，确定所述第一疾病分类模型的第一精度；将所述多个生成样本以及所述第二训练样本数据集确定为第三训练样本数据集；对所述第三训练样本数据集进行训练，获得第二疾病分类模型；根据所述测试数据集，确定所述第二疾病分类模型的第二精度；判断所述第二精度是否大于所述第一精度；若所述第二精度大于所述第一精度，确定所述多个生成样本可用于模型训练；或若所述第二精度小于或等于所述第一精度，确定所述多个生成样本不可用于模型训练；若所述生成样本数据集中的多个生成样本可用于模型训练，将所述真实样本数据集和所述生成样本数据集确定为所述辅助诊断模型的第一训练样本数据集。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 训练样本扩充方法、装置、电子设备及存储介质