一种基于多模态柔性分类网络的子宫内膜癌诊断方法

本发明公开了一种多模态柔性分类网络的子宫内膜癌诊断方法，首先，采用知识蒸馏策略，通过学生子网络和教师子网络处理包括优质模态、劣质模态在内的MRI图像，增强模型的适用性和鲁棒性；其次，利用跨模态特征增强模块和层级融合策略，充分发掘不同模态之间的异质性特征和互补性信息，增强网络模型对关键病理特征的提取能力和分类性能；然后，采用柔性分类网络结构对多模态MRI图像的多尺度特征进行自适应的权重调整和增强融合，最大程度地发挥多模态MRI图像对子宫内膜癌的诊断优势；在此基础上，利用深层神经网络对子宫内膜的癌变区域进行分类和诊断。实验结果验证了本发明的有效性。