基于卷积与状态空间模型的胃肠道疾病分类方法及系统

本发明公开了一种基于卷积与状态空间模型的胃肠道疾病分类方法及系统，分类方法包括提取胃肠道疾病医学图像的纹理特征，根据纹理特征确定医学图像中的病变区域，并对病变区域进行自适应对比度增强，之后进行预处理，并输入已训练的深度学习模型的补丁嵌入模块，将医学图像分割为多个补丁；将补丁依次输入两个融合模块，每个融合模块的卷积单元和状态空间单元分别对补丁进行局部特征和全局特征提取，并将局部特征和全局特征进行融合；采用补丁合并模块对多个补丁的融合特征进行合并，将合并特征输入深度学习模型的两个融合模块生成合并特征的融合特征；重复上一步骤预设次数，得到最终的特征图，之后输入深度学习模型的分类器，得到分类结果。