公开(公告)号：CN117975122A

公开(公告)日：2024-05-03

申请号：CN202410068880.X

申请日：2024-01-17

Applicant: 重庆邮电大学

Inventor： 张莉萍 ,  张鱼齐 ,  李新洋 ,  王浩东 ,  雷大江 ,  李伟生

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/776

Abstract: 本发明属于病理学图像分类领域，具体涉及一种基于动态稀疏化对比学习的医学图像分类方法，包括：获取待分类的医学图像，对医学图像进行预处理；将预处理后的图像输入到动态稀疏多实例学习框架，得到不同尺度下的动态稀疏多实例学习框架的权重；将不同尺度下权重加载到跨尺度对比学习的主干网络中，并对1024维度的特征进行学习，得到不同尺度的特征；将不同尺度的特征输入到跨尺度对比学习框架，得到融合特征；将融合特征输入到分类器中进行分类；本申请通过模型中的动态稀疏层以自适应地从整张全切片图像中所有实例中逐步筛选、挖掘出这些细小的不易察觉的关键实例，来帮助模型快速做出科学并准确的决策，从而增强模型的泛化和分类能力。