一种基于低秩域自适应的多视图医学影像分类方法

本发明涉及了一种基于低秩域自适应的多视图医学影像分类方法，步骤包括：首先，输入多视图医学图像；其次，归纳偏置感知的低秩域自适应与多尺度特征提取；然后，多尺度特征多级融合；最后，分类预测得到最终识别结果；将低秩域自适应与归纳偏置先验信息融入基于自注意力机制的多尺度特征提取骨干网络中，有效解决了视觉基础模型在从通用图像域到特定任务域迁移时出现的领域偏移问题，并增强了其局部结构信息的感知能力，显著提升了模型分类性能和训练效率；同时，通过实施视图内和视图间特征的多级融合策略，充分利用了视图内特征的独特描述能力以及视图间特征的互补优势，提升了模型的任务刻画性能，使得识别模型具有更广泛的适用性和鲁棒性。