基于梯度变化差异的医学图像识别模型训练方法及系统

本发明提供一种基于梯度变化差异的医学图像识别模型训练方法及系统，属于医学图像处理技术领域，获取训练数据；所述训练数据包括多个医学图像以及标注图像的标签；利用训练数据训练神经网络，得到所述医学图像识别模型；其中，计算训练过程中连续两个轮次之间的梯度变化差异，并以此来定义噪声标签学习的正则化损失函数。本发明没有增加模型的参数规模，训练成本和推理成本保持不变，确保了在不牺牲效率的前提下提升模型性能；能够有效降低噪声标签导致的假阳性，减少疾病辅助诊断中的误诊或漏诊，从而提高图像识别的准确性。