基于频域多尺度融合引导的肺癌基因突变分类方法

本发明公开了基于频域多尺度融合引导的肺癌基因突变分类方法，涉及医学图像处理与基因检测技术领域。本发明提出的MFHA机制通过小波变换将病理图像解耦为低频全局与高频细节子带，结合多尺度卷积与高频信息引导的上采样，强化了细胞核形态、局部纹理等关键高频特征的提取，解决了病理图像传统分析方法中特征细节挖掘不足、特征融合低效的问题；通过通道筛选聚焦关键特征、上采样实现频域‑空间特征深度融合、空间注意力结合余弦相似度与多维度统计特征构建鲁棒表示，形成频域解析‑空间聚焦的协同优化机制，避免了简单特征拼接导致的信息冗余，使模型在复杂病理场景下的分类稳定性得到提升。