一种医学图像识别模型的训练方法及系统

本发明公开了一种医学图像识别模型的训练方法及系统，具体涉及图像处理技术领域，包括以下步骤：特征提取器训练：获取训练集样本图像，并将训练样本图像输入网络模型中；经过网络模型前向传播，计算输出层输出与目标标签之间的误差；判断网络模型是否收敛，若网络模型收敛，则得到特征提取器训练后的网络模型；分类器训练：将训练图像输入特征提取训练完成后的特征提取器中。本发明采用的分类器从概率密度函数出发，利用训练样本直接计算出因变量对自变量的回归值，无需进行迭代操作，耗时较短，且计算效率上较为理想，分类模型的分类处理能力得到保证，切模型训练过程的收敛速度较快，提升识别模型的识别精度，实时性和准确性更加。