面向医疗多模态有偏缺失数据的分类方法及装置

本发明公开了一种面向医疗多模态有偏缺失数据的分类方法及装置，包括：基于不完整疾病诊断测试数据集，利用k‑近邻算法对缺失检查模态进行填充得到完整疾病诊断测试数据集；将完整疾病诊断测试数据输入训练好的分类神经网络模型得到疾病分类结果；分类神经网络模型的训练：对每个检查模态下有偏不完整疾病诊断训练数据集进行分析，构建元类别和稀有类别的先验概率分布；基于先验概率分布构建传输矩阵目标优化函数并求解得到最优传输矩阵；利用最优传输矩阵对稀有类别的数据特征分布进行校准；利用多次采样的数据特征对缺失检查模态进行填充得到完整疾病诊断训练数据集；利用完整疾病诊断训练数据集训练得到训练好的分类神经网络模型。