一种医疗图像数据集的自适应图像分类方法及系统

本发明涉及图像识别技术领域，尤其涉及一种医疗图像数据集的自适应图像分类方法及系统。所述方法包括以下步骤：获取待分类医疗图像数据集，并提取每张图像的关键兴趣区域，其中待分类医疗图像数据集包括若干的X光医疗图像和CT医疗图像；根据关键兴趣区域对待分类医疗图像数据集进行频域转换，并分别分析待分类医疗图像数据集中每张图像的纹理细粒度，得到高频纹理细粒度和低频纹理细粒度；整合高频纹理细粒度和低频纹理细粒度作为第一分类特征点。本发明通过自适应图像增强、纹理细粒度分析和对比度差异计算，提升了不同类型医疗图像分类的准确性和适应性。