一种基于多尺度注意力融合网络的溃疡性结肠炎图像分类方法

本发明公开了一种基于多尺度注意力融合网络的溃疡性结肠炎图像分类方法，属于图像信息挖掘分类技术领域，结合分阶段特征提取主干网络、多尺度注意力融合模块(SCHL)和分类模块，在溃疡性结肠炎病变图像的自动分级任务中表现出显著优势，EfficientNet主干网络具备分阶段特征提取能力，能够有效捕捉病灶图像中从浅层纹理到深层语义的多层次信息，SCHL模块通过融合通道注意力、空间注意力与层次高频信息建模，引导模型聚焦关键病变区域，抑制背景干扰，增强特征判别性，显著提升模型对细粒度病灶形态的识别能力与对复杂临床图像的泛化能力，在溃疡性结肠炎的精细化分类中实现更高的准确率和鲁棒性。