一种面向宫颈细胞学不平衡数据的图像语言融合预测学习方法

本申请涉及一种面向宫颈细胞学不平衡数据的图像语言融合预测学习方法，涉及计算机技术领域。方法包括：获取宫颈细胞学全切片图像，并将宫颈细胞学全切片图像切割为多个贴片图像；将多个贴片图像进行检测，以从多个贴片图像中筛选出多个可疑阳性细胞图像；获取宫颈细胞学全切片图像对应的临床文本；从多个可疑阳性细胞图像的第一图像特征中，提取与临床文本相关的多个第二图像特征；将多个第二图像特征和临床文本的文本特征进行融合，获得图像语言融合特征，并基于图像语言融合特征预测宫颈细胞学全切片图像所属的宫颈病变类别。采用本方法可提升宫颈病变类别预测准确率。