摘要
本发明涉及医疗图像分类领域,具体涉及一种小样本医疗图像分类方法、系统及存储介质,方法包括如下依次执行的步骤:S1:采用第一数据集和预训练策略对双向状态空间模型进行预训练,获得双向状态空间模型的预训练权重;S2:获取第二数据集,进行处理;S3:采用第二数据集对双向状态空间模型进行元训练,获得元训练后的双向状态空间模型;S4:获取第三数据集,进行处理;S5:微调元训练后的双向状态空间模型,获取元微调后的双向状态空间模型;S6:进行最终测试,将所述第三支持集和所述第三查询集输入到增强原型网络进行分类,获取分类结果,本申请通过实施预训练‑元训练‑微调的简化流程,显著提高了模型的适应速度和效率。
技术关键词
状态空间模型
医疗图像分类方法
样本
原型
标记特征
特征数据提取
序列
编码
矩阵
图像类别
学习系统
分类特征
网络
策略
标签
处理器
可读存储介质
存储器
系统为您推荐了相关专利信息
特征谱图
光谱检测方法
融合特征
波长
特征降维方法
漏洞检测系统
静态程序分析
高维向量空间
样本
代码切片
随机森林模型
存储程序代码
成分分析
线性
数据获取单元