一种病理分类模型训练方法、病理分类方法及电子设备与流程

1.一种病理分类模型训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述造影指标数据以及所述血液指标数据均包括至少一个特征指标，在所述分别对所述超声造影图像、所述造影指标数据以及所述血液指标数据进行编码，分别得到造影图像特征图、造影指标特征图以及血液指标特征图的步骤之前，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述对各所述样本数据中的所述造影指标数据和所述血液指标数据进行信息增益计算，剔除相关性小于第一预设阈值的所述特征指标，得到处理后的样本数据，包括：

4.根据权利要求1或2所述的方法，其特征在于，所述分别对所述超声造影图像、所述造影指标数据以及所述血液指标数据进行编码，分别得到造影图像特征图、造影指标特征图以及血液指标特征图，包括：

5.根据权利要求1或2所述的方法，其特征在于，所述自适应特征提取模块包括自适应注意力子模块和前馈层子模块，所述将所述第一多模态特征图输入自适应特征提取模块进行处理，得到第二多模态特征图，包括：

6.根据权利要求5所述的方法，其特征在于，所述自适应注意力子模块包括三个权重矩阵、以及，所述将所述第一多模态特征图输入所述自适应注意力子模块，经过自适应注意力处理，得到注意力输出特征向量，包括：

7.根据权利要求5所述的方法，其特征在于，所述将所述注意力输出特征向量输入所述前馈层子模块进行特征转换，得到第二多模态特征图，包括：

8.一种病理分类方法，其特征在于，所述方法包括：

9.一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一项和/或权利要求8所述的方法。