基于多样本对比学习和线性注意力的疾病分类方法及系统

本发明提供一种基于多样本对比学习和线性注意力的疾病分类方法及系统，属于医学图像处理技术领域。采用多样本对比学习预训练策略及线性注意力对疾病进行分类，编码器采用改进的线性注意力机制特征提取主干；线性注意力机制采用调整计算方式对注意力机制进行改进，降低计算复杂度，并结合深度卷积为模型增强泛化能力。在预训练过程中使用多样本对比学习损失，能够根据标签对编码器提取的特征进行同类拉近，不同类拉远的操作，能够学习到更具区分性的特征表示；加载预训练模型添加分类头，基于模型预测结果与真实标签计算交叉熵损失，能够以最小的参数量实现模型预测概率与真实分布之间差异的逐步降低。