(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 202111630162.X (22)申请日 2021.12.28 (71)申请人 沈阳东软智能医疗科技研究院有限 公司 地址 110179 辽宁省沈阳市 浑南区创新路 175-2号419室 (72)发明人 黄峰　武丽伟　张天骄　张娅　 (74)专利代理 机构 北京英创嘉友知识产权代理 事务所(普通 合伙) 11447 专利代理师 贺晓蕾 (51)Int.Cl. G06T 11/00(2006.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 数据识别模型的训练方法、 数据识别方法、 装置及设备 (57)摘要 本公开涉及一种数据识别模 型的训练方法、 数据识别方法、 装置及设备， 该方法包括： 获取多 组核磁共振原始数据， 将多组核磁共振原始数据 转换为一维频率信号， 得到多组一维核磁共振数 据， 对于每组一维核磁共振数据， 将一维核磁共 振数据在指定方向进行组合， 得到组合后的核磁 共振数据， 将得到的多组组合后的核磁共振数据 输入核磁共振 数据识别模型进行训练。 通过使用 核磁共振原始数据来训练核磁共振数据识别模 型， 使得核磁共振数据识别模型可以直接对核磁 共振原始数据进行识别， 避免对核磁共振原始数 据进行图像重建过程引起的信息失真， 充分、 有 效利用了核磁共振原始数据， 提高了识别核磁共 振数据的精准度。 权利要求书2页 说明书10页 附图7页 CN 114494484 A 2022.05.13 CN 114494484 A 1.一种数据识别模型的训练方法， 其特 征在于， 包括： 获取多组核磁共 振原始数据； 所述多组核磁共 振原始数据均为多层的二维频率信号； 将所述多组核磁共 振原始数据转换为 一维频率信号， 得到多组一维核磁共 振数据； 对于每组所述一维核磁共振数据， 将所述一维核磁共振数据在指定方向进行组合， 得 到组合后的核磁共振数据； 所述组合后的核磁共振数据为频率域 ‑空间域的混合域二维信 号； 将得到的多组所述组合后的核磁共 振数据输入核磁共 振数据识别模型进行训练。 2.根据权利要求1所述的方法， 其特征在于， 所述将得到的多组所述组合后的核磁共振 数据输入核磁共 振数据识别进行训练， 包括： 将得到的多组所述组合后的核磁共振数据输入核磁共振数据识别模型进行训练， 当所 述核磁共振数据识别模型 的损失函数不再变化时， 将学习率调整为当前学习率的一半， 并 基于调整后的学习率 继续进行训练， 直到所述核磁共振数据识别模型的迭代次数达到预定 次数时停止训练。 3.根据权利要求1所述的方法， 其特征在于， 所述将所述多组核磁共振原始数据转换为 一维频率信号， 得到多组一维核磁共 振数据的步骤， 包括： 对每组所述核磁共 振原始数据进行相位偏移， 得到相位偏移后的核磁共 振原始数据； 将得到的多组所述相位偏移后的核磁共振原始数据转换为一维频率信号， 得到所述多 组一维核磁共 振数据。 4.根据权利要求3所述的方法， 其特征在于， 所述将得到的多组所述相位偏移后的核磁 共振原始数据转换为 一维频率信号， 得到所述多组一维核磁共 振数据的步骤， 包括： 对于每组所述相位偏移后的核磁共振原始数据， 通过多层感知器聚合所述相位偏移后 的核磁共 振原始数据中的每层二维频率信号的频率分量， 得到一维核磁共 振数据。 5.根据权利要求2所述的方法， 其特 征在于， 所述损失函数的计算公式包括： FL(pt)＝(1‑pt)γlog(pt) 其中， FL(pt)为损失函数， pt为识别结果 为疾病阳性的概 率， γ为大于且等于 0的常数。 6.根据权利要求1所述的方法， 其特征在于， 所述核磁共振数据识别模型采用多层感知 机MLP网络结构， 所述MLP网络结构包括： 输入层， 以及在所述输入层之后的三层全连接层， 所述三层全连接层均采用ReLU激活函数； 所述三层全连接层的节点数分别为第一数量， 第 二数量， 第三数量， 其中所述第二数量为所述第一数量的一半， 所述第三数量为所述第二数 量的一半。 7.根据权利要求6所述的方法， 其特 征在于， 所述MLP网络结构还 包括： 输出层； 所述输出层为卷积神经网络CNN， 所述CNN包括三层 卷积层和两层全连接层； 所述CNN用 于测量同层所述组合后的核磁共振数据的不同频率之 间的相对关联关系， 以及不同层所述 组合后的核磁共振数据的层间相对关联关系， 基于所述相对关联关系得到多组所述组合后 的核磁共 振数据的识别结果。 8.一种数据识别方法， 其特 征在于， 获取待识别的核磁共 振原始数据； 通过预先训练好的磁共振数据识别模型对所述待识别的核磁共振原始数据进行识别，权　利　要　求　书 1/2 页 2 CN 114494484 A 2得到识别结果； 所述磁共振数据识别模型是根据权利要求1 ‑7任一项所述的方法训练得到 的。 9.一种数据识别模型的训练装置， 其特 征在于， 包括： 获取模块， 用于获取多组核磁共振原始数据； 所述多组核磁共振原始数据均为多层的 二维频率信号； 转换模块， 用于将所述多组核磁共振原始数据转换为一维频率信号， 得到多组一维核 磁共振数据； 组合模块， 用于对于每组所述一维核磁共振数据， 将所述一维核磁共振数据在指定方 向进行组合， 得到组合后的核磁共振数据； 所述组合后的核磁共振数据为频率域 ‑空间域的 混合域二维信号； 训练模块， 用于将得到的多组所述组合后的核磁共振数据输入核磁共振数据识别模型 进行训练。 10.一种数据识别装置， 其特 征在于， 包括： 获取模块， 用于获取待识别的核磁共 振原始数据； 识别模块， 用于通过预先训练好的磁共振数据识别模型对所述待识别的核磁共振原始 数据进行识别， 得到识别结果； 所述磁共振数据识别模型是根据权利要求 1‑7任一项所述的 方法训练得到的。 11.一种计算机可读介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理装置 执行时实现权利要求1 ‑7中任一项所述方法的步骤。 12.一种电子设备， 其特 征在于， 包括： 存储装置， 其上存 储有计算机程序； 处理装置， 用于执行所述存储装置 中的所述计算机程序， 以实现权利要求1 ‑7中任一项 所述方法的步骤。 13.一种计算机可读介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理装置 执行时实现权利要求8所述方法的步骤。 14.一种电子设备， 其特 征在于， 包括： 存储装置， 其上存 储有计算机程序； 处理装置， 用于执行所述存储装置 中的所述计算机程序， 以实现权利要求8所述方法的 步骤。权　利　要　求　书 2/2 页 3 CN 114494484 A 3