一种低质量医学图像的分类方法、系统、设备及介质

本发明公开了一种低质量医学图像的分类方法、系统、设备及介质，属于人工智能医学技术领域，其目的在于解决现有技术中低质量医学图像良恶性分类准确性低的技术问题。包括：获取样本图像、概率语言转换、构建nmODE网络模型、训练nmODE网络模型以及图像实时分类；在进行概率语言转换时，其构建了一个概率语言术语集，使用概率语言术语集中的不同概率语言来刻画图像的不同明暗程度；并利用概率语言术语集对获取的样本图像进行概率语言转换，得到样本图像的单通道概率语言表征结果；根据样本图像的多个单通道概率语言表征结果，得到可输入模型的多通道特征图。通过概率语言转换可加强低质量医学图像特征的语言表达能力，提高对低质量医学图像分类的准确性。