摘要
本发明公开的基于类原型增强的医学影像分类方法及系统,所述方法包括:获取多个已知类别标签的医学影像和影像类别描述文本特征;通过已知类别标签的医学影像,确定每个影像类别的类原型;将每个影像类别的类原型与影像类别描述文本特征相结合,获得每个影像类别的增强类原型;根据每个医学影像的类别标签与增强类原型对医学影像进行分类,获得干净样本和分布内噪声标签样本;通过干净样本和分布内噪声标签样本,对构建的医学影像分类模型进行训练,训练完成获得训练好的医学影像分类模型;利用训练好的医学影像分类模型对医学影像进行分类。实现了对医学影像的准确识别,并提高了医学影像分类模型的鲁棒性。
技术关键词
医学影像分类方法
原型
噪声标签
预测类别
文本
分类网络
可读存储介质
特征提取器
噪声样本
计算机程序产品
医学图像分类
分类器
特征提取模型
数据获取单元
大语言模型
分类系统