技术详细介绍
本发明提供了医学图像处理领域的一种融合多模态先验病理深度特征的宫颈癌病变诊断方法，包括：
步骤S10、获取宫颈图像、病理确诊数据、标注信息；
步骤S20、将宫颈图像以及标注信息输入深度神经网络模型训练，生成一阶段训练结果；
步骤S30、基于病理确诊数据以及一阶段训练结果，采用小网络分别对宫颈图像进行编码后，二阶融合一阶段训练结果后输入深度神经网络模型训练，生成二阶段训练结果；
步骤S40、确定主干网络参数，并利用主干网络参数输入深度神经网络模型对宫颈图像进行递进迁移训练，生成三阶段训练结果；
步骤S50、利用三阶段训练结果对宫颈图像进行诊断分类。
本发明的优点在于：极大的提升了宫颈癌病变诊断的准确性以及效率。