基于对抗学习的图像样本域对齐方法和装置

本发明公开了一种基于对抗学习的图像样本域对齐方法和装置，所述方法包括：获取多个图像样本域，提取各图像样本域的目标维度数据；以所述目标维度数据作为输入数据输入预先构建的样本域对抗模块进行数据处理，以得到所述样本域对抗模块输出的对齐后的样本域数据，进而通过反向传播梯度更新优化特征提取网络，以提升特征提取网络的下游任务(如图像分类等任务)对不同域图像特征识别的鲁棒性。该方法通过对多个不同的样本域进行对抗训练，实现不同样本域之间的图像数据对齐，从而解决由于医学图像数据不同样本、批次间图像差异较大，而导致的用于深度学习模型训练的数据集获取难度大、获取周期长的问题。