一种基于多认知适配器微调和分组空洞卷积增强的无参考医学图像质量评估方法

本发明提供一种基于多认知适配器微调和分组空洞卷积增强的无参考医学图像质量评估方法，涉及医学图像质量评估技术领域，S10、构建Swin Transformer主干网络，加载自然图像预训练参数并冻结原始权重，通过多认知适配器对医学图像特征进行动态微调，输出多尺度特征图；S20、利用自适应膨胀率的分组空洞卷积增强模块处理主干网络输出的多尺度特征图，根据多尺度特征图确定聚合特征；S30、通过交叉注意力机制动态加权融合聚合特征与预训练对比学习特征，生成综合质量感知特征。实验表明，该方法在多个医学数据集上准确率与泛化性显著优于现有技术，可广泛应用于医学影像的质量控制与辅助诊断。