面向多中心NMR信号诊断的两阶段微调方法及系统

本发明提出面向多中心NMR信号诊断的两阶段微调方法，该方法包括：第一阶段在各数据域内部进行引入数据增强MixUp，提升模型鲁棒性；第二阶段使用真实样本进行对抗式域适应训练，通过梯度反转层学习域不变特征。同时还提供了一种微调系统，该系统支持多模态输入与多标签分类，适用于跨中心、跨设备的疾病诊断任务。本发明有效解决了数据增强与域适应之间的技术矛盾，显著提升模型泛化能力。