基于元学习的少样本肺炎分类方法和介质

本发明涉及一种基于元学习的少样本肺炎分类方法和介质，包括以下步骤：获取胸部X光图像，输入训练好的少样本肺炎分类模型，获得肺炎类别概率；其中，所述少样本肺炎分类模型包括分层分类模块和相关任务模块，所述分层分类模块基于疾病层次树构建，包括特征提取器和层次分类器，层次分类器用于从胸部X光图像的特征表示中进一步提取不同粒度层次的特征，计算不同粒度层次的分类概率；分层分类模块的参数首先通过元学习算法在基类疾病数据集上进行两阶段更新，包括局部更新和全局更新，然后基于相关任务模块计算的基类疾病数据集和新类疾病数据集之间的相似性分数进一步微调。与现有技术相比，本发明可以快速、准确获得少样本肺炎分类结果。