一种融合细粒度和原型学习的MRI序列识别方法

本发明公开了一种融合细粒度和原型学习的MRI序列识别方法，包括获取细粒度影像特征，构建原型并对细粒度影像特征进行序列分类。本发明通过设计细粒度网络模型，提取具有细粒度的医学影像特征，缓解细粒度MRI影像的类间差异小、类内差异大的问题。同时，本发明为每个序列构建了具有代表性的原型，通过计算原型与细粒度影像特征之间的距离来实现对医学图像的分类，有效的缓解了由于MRI的影像复杂导致的特征分布复杂的问题。通过上述提出的两种方法的有效结合，提高了特征提取质量以及模型的分类精度。