一种混合量子集成学习与MedMamba协同的医学图像分类方法

本发明涉及医学图像分类技术领域，具体涉及一种混合量子集成学习与MedMamba协同的医学图像分类方法，包括将医学原始图像输入到预设的U‑Net特征提取器中，从医学原始图像中提取与特定疾病相关的可解释特征，输出对应的特征向量；将输出的特征向量输入到预先训练完成的混合量子集成学习模型中，输出对应的第一预测分类概率；将医学原始图像输入到预设的MedMamba模型，输出对应的第二预测分类概率；根据输出的第一预测分类概率和第二预测分类概率，基于预设的医学图像分类概率融合计算公式，计算出该医学原始图像所对应的最终分类概率。