一种基于深度混合架构的急性阑尾炎辅助识别方法及系统

本发明提供了一种基于深度混合架构的急性阑尾炎辅助识别方法及系统，涉及图像处理技术领域，方法包括将预处理后的CT图像构建成图像数据集；将图像数据集输入至混合频域Mamba‑Transformer构架中进行迭代训练，直至迭代结束，获得混合频域Mamba‑Transformer模型；将待检测的CT图像输入至所述混合频域Mamba‑Transformer模型中，获得预测概率值。本发明提供的混合频域Mamba‑Transformer模型能够同时处理图像的空间域和频域信息；在空间域中，可以捕捉到阑尾及其周围组织的局部细节特征，在频域中，能够提取到更抽象的、具有全局关联性的深层特征，本发明多域特征的融合使得模型对急性阑尾炎的识别更加准确，提高了急性阑尾炎识别的准确性。