一种基于弹性网络的三支决策主动学习方法

本发明一种基于弹性网络的三支决策主动学习方法，包括以下步骤：获取CT图像建立医学检验数据集；将医学检验数据集划分为训练集和测试集；基于弹性网络模型的三支决策主动学习方法对CT图像分类模型进行迭代训练，得到训练好的CT图像分类模型；将测试集数据输入到训练好的CT图像分类模型中，实现CT图像的分类。该方法能够适应高维医学图像数据的复杂特性，通过分区域样本选择策略，充分结合不同区域样本的代表性、不确定性和多样性，优化标注策略，显著降低标注成本，同时间接提升模型的分类性能和决策可靠性，为医学图像分析提供了一种高效、灵活的解决方案。