一种基于空间变换网络的图像分类方法

本发明涉及一种基于空间变换网络的图像分类方法，主要包括通过对CT图像序列进行预处理得到每个CT图像中的胸腔区域，然后阈值分割和前景与背景区域的计算，以及前景区域的相似性评估，获取CT图像腔体区域中的目标存在可能性。再根据得到的目标存在可能性，使用集成了空间变换网络的ResNet‑50模型进行深度学习处理，对CT图像进行目标检测。本方法通过精确定位和目标存在可能性的预测，简化了深度学习处理对象的复杂度，增强了模型对关键区域的关注，从而有效提升了图像识别的准确性和效率。