基于对抗训练的领域自适应耳鸣分类方法及分类系统

本发明涉及医疗技术领域，特别是一种基于对抗训练的领域自适应耳鸣分类方法及分类系统。将实验时序信号通过预训练的时序Transformer模型，利用自注意力机制来捕捉信号中的长期依赖性和复杂模式，将原始时序信号映射为高维的特征表示，提取数据的通用特征信息，将所提取的特征传递给任务分类器，用于进行特定任务的学习；在训练过程中，梯度反转层会反转反向传播中的梯度，使得特征提取器无法区分源领域和目标领域的特征，从而促使特征提取器学习到对领域不可区分的通用特征，使其适应目标任务和目标领域的特性。本发明能够有效减少对大规模标注数据的需求，提高医疗智能系统的诊断和治疗能力。