基于联合流形对齐重构的组织病理图像分类方法及系统

本发明涉及图像分类技术领域，具体公开了一种基于联合流形对齐重构的组织病理图像分类方法及系统，其基于ImageNet自然数据集预训练的深度迁移模型BreNet的多层特征提取融合，其融合特征子领域的流形空间映射分布和聚类中心联合对齐，其基于流形重构特征的图像分类。该系统及方法通过特征提取融合模块抽取多阶特征并进行全局池化融合，获得深度融合特征。然后将该特征输入联合流形对齐重构模块，将特征投影到流形公共子空间，并通过子领域分布对齐和聚类中心对齐以最小化跨域的子领域分布差异，达到域适应的目的；同时特征被投射到了低维空间以消除信息冗余，保留对分类有效的关键信息，进一步提高分类准确率。