一种分类模型训练方法、阿尔茨海默病分类方法及装置

摘要

本申请公开了提供了一种分类模型训练方法、阿尔茨海默病分类方法及装置，构建的分类网络包括骨干网络、注意力层和分类器，骨干网络包括若干个特征提取层，各特征提取层通过注意力层分别连接一个分类器，最后一层特征提取层连接的分类器为老师分类器，其他分类器为学生分类器；通过构建的训练样本训练分类网络，得到学生分类器和老师分类器输出的训练样本的预测标签；根据训练样本的预测标签、真实标签以及学生分类器和老师分类器中的特征计算损失值；通过损失值更新分类网络的参数，直至分类网络收敛，去除收敛后的分类网络中的学生分类器以及学生分类器连接的注意力层，得到分类模型，改善了现有技术存在的分类准确率不高的技术问题。