一种数据分类模型训练方法、数据分类方法、电子设备及存储介质

本发明的实施例提供了一种数据分类模型训练方法、数据分类方法、电子设备及存储介质，涉及超声图像处理技术领域。通过获取淋巴结超声图像数据集，将各有标注图像输入数据分类模型，得到预测结果，并计算出各预测结果与良恶性标签的监督损失，将各无标注图像进行扰动变换，得到无标注扰动图像，将各无标注扰动图像输入数据分类模型，得到预测分布，并计算出无监督损失，根据监督损失以及无监督损失，计算得到整体损失，根据整体损失对数据分类模型的参数进行更新，得到更新后的数据分类模型，利用更新后的数据分类模型对待检测淋巴结超声图像进行分类，通过未标注的淋巴结超声图像信息，提高了数据分类模型的分类准确性。