换一批
换一批基于增量元学习的肺结节检测模型设计与实现
Implementation of Lung Nodule Detection Model Based on Incremental Meta-Learning
摘要：
针对传统肺结节检测模型无法随新数据增加而动态优化更新的问题,提出了一种新的肺结节检测模型——任务增量元学习模型(TIMLM).该模型由内外2个循环构成.内循环设置了增量学习正则化更新约束,而外循环通过元更新策略对新旧知识进行采样并学习一组适应新旧数据的广义参数.在不改变模型主体结构的前提下,TIMLM尽可能地保留了之前学到的旧知识.通过在公开的肺部数据集上开展实验验证,结果表明,相较于传统的深度网络模型和主流的增量学习模型,TIMLM在准确度和敏感度等指标上都有显著提升,展现出良好的持续学习和抗遗忘能力.
更多
作者：
期刊：
《中国医疗器械杂志》2024年48卷4期 355-360页
MEDLINEISTIC
栏目名称：
AI辅助诊断
DOI：
10.12455/j.issn.1671-7104.240100
发布时间：
2024-08-21
- 浏览：0
- 被引：0
- 下载：0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
