一种基于自适应密度聚类与主动学习的医疗智能标注方法

本发明属于人工智能主动学习领域，具体涉及一种基于自适应密度聚类与主动学习的医疗智能标注方法，包括获取未标注样本集，采用预训练的医学对比编码器将所有未标注样本转换为嵌入向量；从未标注数据集中随机选取部分未标注样本进行标注形成标注数据集训练分类模型；根据嵌入向量进行局部密度校准，获取高密度核心集和边界候选集；根据自适应权重评估方法从高密度核心集和边界候选集中提取未标注样本进行标注后加入标注数据集；采用标注数据集训练分类模型，若分类模型收敛，则结束训练，否则进行下一轮迭代；采用训练好的分类模型实现医学图像的分类；本发明通过密度聚类的边界敏感筛选与自适应权重的动态平衡机制，显著提升医疗主动学习性能。