医学图像分类无监督域自适应及多粒度对齐系统与方法

本发明提供了一种医学图像分类无监督域自适应及多粒度对齐系统与方法。本发明提出了粗到细的渐进式特征优化策略，即利用粗粒度特征编码器的训练权重初始化细粒度特征编码器，在保留原有语义信息的同时引导细粒度特征的对齐优化。具体采用分阶段、逐层解冻的微调方法，在不破坏粗粒度域不变性的前提下增强细粒度特征的适应能力。该策略显著提升了模型在目标域数据上的泛化和收敛效率。并在多个跨域医学图像分类数据集上进行了实验验证。结果表明，无论在小规模还是大规模数据集上，本发明方法都能取得显著优于现有方法的性能，泛化能力和鲁棒性更强。