一种基于深度学习网络对医学影像上病灶的额分类的方法

本发明公开了一种基于深度学习网络对医学影像上病灶的额分类的方法，包括：结合医生临床病理状态信息提取出病灶标签信息，将所述病灶标签信息通过弱监督标注建立训练数据集；对所述训练数据集通过多尺度空间卷积捕获空间多关联的特征图，对所述特征图通过空间注意力模块标记空间目标区域；采用多维增强金字塔模型对所述特征信息进行训练，获取多尺度特征融合数据；对所述多尺度特征融合数据从方向和通道两个维度对空间信息进行聚合，关联相邻尺度的上下文特征，获取病灶周围包含的隐晦信息，有效地提升了医学影像病灶检测的性能，并提高了模型的可解释性，降低了医学影像病灶识别的难度，整个模型同时兼顾模型性能和大小，易于部署。