基于动态依赖图与自监督学习的COPD早期筛查方法及应用

本发明属于医疗影像分析与人工智能领域，针对现有灵敏度不足、特征表示不足等问题，提出一种基于动态依赖图与自监督学习的COPD早期筛查方法及应用，包括：S1：对胸部CT影像数据预处理，得到增强图像块；S2：生成增强图像块的图像块序列；S3：将图像块序列输入自监督学习的Transformer编码器，并构建自监督学习的总损失函数；S4：确定预测COPD风险概率的模型，构建有监督分类任务的损失函数对COPD风险概率的模型优化。S5：构建综合损失函数，对预测COPD风险概率模型整体优化。本发明的方法融合了多项先进技术，旨在通过自动化、高效且高精度的方式对COPD进行早期检测与风险评估。