一种基于多模态最优传输的困难气道图像分析方法

本发明属于医学图像处理领域，具体是公开了一种基于多模态最优传输的困难气道图像分析方法，该方法包括：获取多模态面部图像数据和喉镜模态参考数据，并进行特征提取；在模型训练阶段引入正则化对比最优传输（RCOT）模块，并在其计算中引入不具备物理拓扑结构的参数化虚拟节点作为数学松弛项，自适应吸收无法与喉镜先验原型对齐的临床离群噪声，实现特征纯化与底层分布语义对齐；随后利用选择性状态空间模型（SSM）对跨模态特征序列进行非线性交互，并结合几何感知门控残差连接进行自适应深度融合；最后输入分类器输出预测结果。本发明从底层机制上克服了极端类别不平衡及异构噪声干扰，显著提高了困难气道筛查的灵敏度与抗漏诊安全性。