1.一种基于胶囊网络改进的轻量级肺部图像分类方法，其特征在于，获取待处理的肺部图像，输入至经过预先训练的轻量级肺部图像分类网络模型，得到待处理的肺部图像中不同局部区域特征的分类识别结果；
2.根据权利要求1所述基于胶囊网络改进的轻量级肺部图像分类方法，其特征在于，所述大核深度可分离卷积模块包括大核卷积单元和逐点卷积单元；
3.根据权利要求1所述基于胶囊网络改进的轻量级肺部图像分类方法，其特征在于，感兴趣区域提取模块包括自适应最大池化单元、卷积核激活单元和ese注意力单元；
4.根据权利要求1所述基于胶囊网络改进的轻量级肺部图像分类方法，其特征在于，所述分组卷积特征提取模块包括分组的多个卷积核单元和全连接单元；
5.根据权利要求1所述基于胶囊网络改进的轻量级肺部图像分类方法，其特征在于，所述胶囊网络模块包括主胶囊单元、数字胶囊单元和解码分类单元；
6.根据权利要求1所述基于胶囊网络改进的轻量级肺部图像分类方法，其特征在于，所述轻量级肺部图像分类网络模型通过如下方式进行训练：
7.根据权利要求6所述基于胶囊网络改进的轻量级肺部图像分类方法，其特征在于，在轻量级肺部图像分类网络模型的训练中，通过如下公式计算训练损失：