摘要
本申请涉及一种医学图像分类方法及相关设备。方法包括:基于样本医学图像生成图像块;将图像块输入学生网络和教师网络;根据学生网络和教师网络输出的全局特征计算图像级损失;根据学生网络和教师网络输出的局部特征计算图像块级损失;根据学生网络和教师网络输出的局部特征进行像素级特征映射,基于映射结果计算像素级损失;联合各级损失对学生网络和教师网络进行协同训练;基于训练好的学生网络获得医学图像基础模型编码器。本申请能在无标注数据情况下构建用于特征提取的编码器并提升编码器的特征表达能力。
技术关键词
人工智能基础
医学图像分类方法
图像块特征
网络
注意力
教师
学生
样本
编码器构建方法
模型构建方法
特征提取模型
像素
多实例
矩阵
染色
系统为您推荐了相关专利信息
混合神经网络模型
天气
光伏发电量预测
数据
样本
风险评估方法
无人机
多尺度特征融合
影像
注意力机制
智能故障诊断
故障自愈
自愈方法
低压
强化学习模型
多传感器融合算法
水资源利用效率
传感器监测网络
智慧环境监测系统
空气污染指数