基于自适应邻域正则化实现医学图像分类标签噪声学习的方法、装置、处理器及其存储介质

本发明涉及一种基于自适应邻域正则化实现医学图像分类标签噪声学习的方法，包括以下步骤进行噪声标签过滤与干净样本筛选；设计自适应邻域正则化；进行联合训练与动态优化；进行实验验证与性能评估。本发明还涉及一种基于自适应邻域正则化实现医学图像分类标签噪声学习的装置、处理器及其计算机可读存储介质。采用了本发明的基于自适应邻域正则化实现医学图像分类标签噪声学习的方法、装置、处理器及其计算机可读存储介质，通过自适应邻域正则化与噪声标签过滤技术，解决了现有方法因固定邻居数量限制和噪声干扰导致的模型性能下降问题，为医学图像辅助诊断提供高可靠性的分类支持，保证了尺寸精度和表面质量，实现高刚度、高精度和高效率的增材制造。