基于动态多路深度学习模型的支气管镜活检出血等级预测方法

本发明提供了一种基于动态多路深度学习模型的支气管镜活检出血等级预测方法。所述方法包括：获取视频片段；进行特征提取，识别全局特征和局部特征；进行融合获得融合特征，并进行出血风险等级分类；进行动态加权；累加加权概率分布；筛选出血风险预测等级。本发明所提供的方法基于动态多路模型的活检前出血等级预测方法，通过多个类型深度学习模型的组合，实现了流程化的视频片段分析通过深度学习模型的组合和多帧融合分析，显著提高了活检前出血风险预测的准确性和可靠性，为临床决策提供了有力支持，具有重要的应用价值。