一种基于医学属性驱动的少样本消化道疾病诊断方法及装置

本发明涉及医学图像分类与诊断技术领域，具体涉及一种基于医学属性驱动的少样本消化道疾病诊断方法及装置，本方法包括：通过视觉问答方式询问大语言模型，获取内窥镜图像中蕴含的医学属性；利用属性描述生成步骤生成的属性描述进行提示优化，通过引入可学习的视觉提示和属性提示，并利用AVF模块桥接视觉提示与属性提示，为视觉提示注入医学属性知识；通过交叉熵损失函数优化预测精度，并通过反向传播算法更新模型参数，以提升分类性能；本发明基于大语言模型的属性描述生成，引入图像以外的文本信息，同时进行跨模态提示优化，提升了消化道疾病分类的准确性和可解释性，为少样本学习场景下的内窥镜图像分析提供了兼顾性能与语义理解的诊断方案。