自适应类别平衡的胎儿心脏超声图像半监督分类系统

本申请涉及医学图像人工智能技术领域，特别涉及一种自适应类别平衡的胎儿心脏超声图像半监督分类系统，包括：通过获取模块获取待测胎儿心脏超声影像，然后通过分类预测模块将待测胎儿心脏超声影像输入至预先训练的二分类模型，对待测胎儿心脏超声影像进行类别预测，得到待测胎儿心脏超声影像的二分类结果，并由确定模块根据二分类结果确定待测胎儿心脏超声影像的类别。由此，解决了因相关技术的胎儿心脏超声影像在筛查与分类中依赖的数据集稀缺且难以共享，采样难度大，严重类别失衡导致模型偏向正常样本，导致少数类召回率骤降等问题，通过引入双路径预测机制，生成偏向少数类的新分布，以实现在严重类别失衡时有效提升少数类识别率的目标。