基于高阶矩对比学习与动态层次聚类的无监督跨域医疗影像分类方法、系统、介质

本发明涉及医疗影像分析技术领域，尤其涉及一种基于高阶矩对比学习与动态层次聚类的无监督跨域医疗影像分类方法、系统、介质，影像分类方法包括：构建无监督领域自适应模型，利用源域医疗影像样本学习可迁移知识。基于动态域对齐策略量化源域和目标域特征分布差异，采用特征提取器和Sinkhorn散度算法实现特征分布对齐。利用可靠高阶对比对齐策略增强特征表示能力，提取高阶矩信息并引导目标域样本移动至类别中心。结合可信层次聚类策略，实现无标签医疗影像数据的鲁棒聚类。与现有技术相比，本发明通过动态域对齐策略、可靠高阶对比对齐策略和可信层次聚类策略，有效消除偏倚估计问题，引导未标记样本实现鲁棒的聚类。