一种基于深度学习的口腔白斑癌变进展识别方法

本发明公开了一种基于深度学习的口腔白斑癌变进展识别方法，该方法包括：对口腔临床照片进行统一尺寸缩放、像素归一化和数据增强的预处理；构建由ConvNeXt骨干网络、动态特征精炼模块和分类头部组成的三分类网络架构，其中特征精炼模块通过可学习聚类中心和变换矩阵实现特征优化；采用两阶段微调策略进行模型训练，第一阶段固定骨干网络参数仅更新精炼模块和头部参数，第二阶段联合优化全部参数；将预处理后的待诊断图像输入训练完成的网络，输出正常/白斑/白斑癌变的分类结果及置信度评分。本发明首次实现了口腔病变“正常‑癌前‑癌变”的三级智能评估，测试集分类准确率达90%以上，具有临床适用性强、推理效率高的特点。