一种基于先知去噪扩散概率模型的中药显微图像增强方法

本发明提供一种基于先知去噪扩散概率模型的中药显微图像增强方法，包括数据处理与向量化：将输入的中药显微图像输入VAE编码器中，生成潜空间特征向量；大视野混合注意力机制：利用通道‑空间注意力机制和大核卷积注意力机制，从多个维度提取图像的局部特征和上下文关联关系；图像生成：基于潜空间特征向量及大视野混合注意力特征表示，通过逆向去噪过程生成可视的中药显微图像；扩散模型训练算法：采用数据倾斜矫正机制提高尾部类在采样阶段的优先级，并将从头部类中习得的常识性知识迁移到尾部类。本发明通过生成高质量、多样化的中药显微图像，解决中药显微图像中的长尾分布问题，提升深度学习模型在中药显微鉴别中的准确性和鲁棒性。