基于粗细粒度对比学习的肺部医学图像深度模糊聚类方法

本发明提供了一种基于粗细粒度对比学习的肺部医学图像深度模糊聚类方法，属于医学图像处理技术领域。解决了传统方法在处理肺部医学图像时局部特征丧失以及不能精确地区分相似类别和处理数据边界模糊的技术问题。其技术方案为：包括以下步骤：S10、获取肺部医学图像的特征表示并聚类生成初步的伪标签；S20、利用数据增强技术获取肺部医学图像的增强图像；S30、获取模糊特征表示；S40、结合簇级粗粒度对比损失、样本级细粒度对比损失和均方差损失优化特征表示；S50、获取最终肺部医学图像聚类结果。本方案的有益效果为：可以有效的提高全局与局部信息的关联性，增强特征的表达能力、增强模型对复杂数据的适应性。