一种基于多实例学习的肋骨骨折时间预测方法及系统

本发明涉及图像识别技术领域，公开了一种基于多实例学习的肋骨骨折时间预测方法及系统，包括：获取肋骨骨折的CT图像数据，对CT图像数据进行预处理，得到多实例切片图像；将多实例切片图像输入多尺度特征提取网络，分别提取四个不同尺度的多实例特征；对前三个尺度的多实例特征进行特征对齐处理，得到对齐后的多实例特征，并基于第四尺度的多实例特征生成实例证据值，根据实例证据值计算实例的贡献权重；根据贡献权重，将对齐后的多实例特征和第四尺度的多实例特征分别进行特征融合，得到四个不同尺度的包特征；将四个不同尺度的包特征进行拼接后输入包回归器，得到肋骨骨折时间的预测结果。实现骨折时间的精准预测，不依赖固定数量的图像。