一种基于双输入融合网络跨模态肾癌病理升级的分类方法

本发明公开了一种基于双输入融合网络跨模态肾癌病理升级的分类方法，建立了包括Bottom分支、Upper分支和特征融合模块的双输入融合网络，通过原始的肾癌CT图像和Upper分支，获取原始肾癌CT图像的非线性增强高层语义特征；同时通过图像增强后的肾癌CT图像和Bottom分支，获取增强后的肾癌CT图像的非线性增强高层语义特征，最后通过特征融合模块，完成对肾癌CT图像的分类。本发明的双输入融合网络，能够自动化、高效的实现对图像的跨模态分类，在处理复杂图像时，对于细粒度特征的捕捉能力较强，计算成本较低，对图像的分类结果的准确性较高，对实现肾癌病理升级诊断具有重要意义。