基于CT图像的单发肺结节恶性程度的混合自监督学习方法

本申请公开了一种基于CT图像的单发肺结节恶性程度的混合自监督学习方法。其中方法包括：将肺部病灶的水平面图像输入至编码器中进行特征提取，得到肺部病灶的水平面特征向量；将肺部病灶的冠状面图像输入至动量编码器中进行特征提取，得到肺部病灶的冠状面特征向量，并将其存储至动态字典中；基于水平面特征向量和解码器，对水平面图像中的遮掩部分进行像素重建，得到目标图像；基于水平面特征向量、动态字典中的各个冠状面特征向量和目标图像，计算损失值；根据损失值，对编码器、动量编码器和解码器进行共同迭代训练，直至满足预设条件时，构建预设肺肉芽肿性结节和实性肺腺癌分类模型。本申请能够区分单发非典型的肺肉芽肿性结节和实性肺腺癌。