基于机器学习的医学影像自动分类方法及系统

本发明涉及医学影像分类技术领域，具体涉及一种基于机器学习的医学影像自动分类方法及系统，采集医学影像数据，并增强医学影像数据数量；对增强后的医学影像数据进行降维处理；对降维后的特征进行分类，获得医学影像数据类别。数据扩充使用基于量子干涉的生成对抗网络，通过多维度上的调制和控制来模拟真实医学影像的复杂模式和纹理，增加医学影像数据的数量和多样性，同时维持影像的细节质量。自适应调整降维强度，优化信息的保存。分类器使用基于动态惩罚项的分数阶神经网络，结合动态惩罚项和门控向量正则化技术，优化分类精度和模型的泛化能力。解决了现有技术的不足。