一种基于动态阈值的多增强半监督医学图像分类方法

本发明提供了一种基于动态阈值的多增强半监督医学图像分类方法，通过基于皮肤病图像数据集得到有标签图像和无标签图像，基于深度学习，利用有标签图像和无标签图像建立初始半监督图像分类模型，分别对有标签图像和无标签图像进行处理和合并，基于合并结果得到损失函数，基于损失函数对初始半监督图像分类模型进行优化，得到目标半监督图像分类模型，基于性能评估指标对目标半监督图像分类模型进行评估与调整，以提升皮肤病变图像分类模型的准确性与泛化能力，通过设计有效的学习机制，降低对大规模人工标注数据的依赖，从而减少标注成本并提升训练效率，增强模型对图像数据分布变化的鲁棒性，保持稳定且一致的分类性能。