一种面向概念偏移的医学图像泛化分类模型构建方法

本明提供了一种面向概念偏移的医学图像泛化分类模型构建方法，该方法用于基于多个医疗用户的医疗图像同时为每个医疗用户构建医疗图像分类模型，所述方法包括：步骤S1、获取每个医疗用户的医疗图像数据集，每个医疗图像数据集包括多个医疗图像，每个医疗图像配置有基于其所属概念域的图像类别标签，每个医疗用户基于自身的医疗图像数据集初始化一个自身的分类器；步骤S2、为所有医疗用户的分类器构建一个公共的特征提取器；步骤S3、基于所有医疗用户的医疗图像和分类器将特征提取器迭代训练至收敛，步骤S4、分别将每个医疗用户的分类器与最终的特征提取器进行组合以获得每个医疗用户的医疗图像分类模型。