基于半监督学习和双重知识蒸馏的膝骨关节炎辅助诊断方法

本发明公开了基于半监督学习和双重知识蒸馏的膝骨关节炎辅助诊断方法，方法为：个性化像素洗牌：依据KL分级标准及OARSI指南，动态识别膝骨关节炎诊断关键区域与隐私敏感区域，基于KL分级通过视觉特征熵调整隐私策略，对膝骨关节炎诊断关键区域施加高强度像素扰乱并保留边缘梯度，对非KL分级关键区采用低强度扰动；注意力引导蒸馏：嵌入预训练骨几何形态学卷积核，强化骨赘边缘特征响应，对KL3‑4级骨性接触区施加1.5倍注意力权重；一致性伪标签优化：教师与桥接网络生成伪标签后，筛选并保留满足一致性条件的伪标签，用于学生模型训练得到膝骨关节炎的分类辅助结果。本发明解决了医学图像数据稀缺和隐私保护的问题。