MedLP与HAFB协同驱动的胎儿II级超声图像分类方法

本发明提出MedLP与HAFB协同驱动的胎儿II级超声图像分类方法，包括以下步骤，S1：收集关键部位的胎儿II级超声切面图像；对收集的超声图像进行切面标记和预处理，并将所有图像及其对应标签的顺序进行随机打乱以用于进行模型训练；S2：构建MedLP‑HAFB‑CLIP模型；S3：对所构建的MedLP‑HAFB‑CLIP模型进行训练；S4：将超声图像输入训练好的MedLP‑HAFB‑CLIP模型，输入的超声图像经特征提取、融合与处理后生成统一特征表示，并与预定义的解剖类别文本提示特征进行匹配，生成相似度得分矩阵，根据相似度得分矩阵获得模型为每张图像分配相似度最高的类别索引，作为输入超声图像的预测结果。本发明实现了胎儿超声图像分类准确率和效率的显著提升。