摘要
本发明提出基于关键信息提取与特征融合的WSI分类方法与系统,该方法包括,对获取的全视野病理组织图像的数据集中的图像进行预处理得到包示例;将包示例输入低倍率分支网络,得到全局图像特征和低分辨率全视野病理组织图像中的关键病灶区域图像;将低分辨率全视野病理组织图像中的关键病灶区域图像输入高倍率分支网络得到更细粒度的局部关键图像特征;将全局图像特征和更细粒度的局部关键图像特征进行交互融合,得到融合后的多尺度特征;将融合后的多尺度特征输入至全连接层和Softmax分类器,输出分类结果,完成分类。本发明可改善图像特征的表征能力,提升全视野病理组织图像的分类准确率,更好地辅助医生的临床分类工作。
技术关键词
视野
二维图像特征
序列
分类方法
位置编码器
表达式
组织图像数据
多维数据结构
阈值分割算法
多头注意力机制
双分支网络
分类器
形态
分类准确率
系统为您推荐了相关专利信息
非点源污染
风险评估方法
气象监测数据
水质监测数据
负荷预测模型
铁路隧道施工
风险
综合预警方法
评估指标体系
模糊隶属度
立体匹配技术
对象识别模型
深度学习算法
多视角
光流估计算法