一种基于多任务学习的病理图像虚拟染色方法

本发明公开了一种基于多任务学习的病理图像虚拟染色方法，步骤包括：构建一对虚拟染色模型，分别包含对应源域和目标域的生成器和判别器；对于生成器，进行自监督地跨染色域重建、转换；对于判别器，在自监督对抗损失中添加病理切片类别监督损失；如此交替训练、更新后，最终实现源域和目标域之间的图像转换和对应的病理分类任务。本发明使用非配对染色数据集，通过病理类别标签引入分类损失，优化目标函数设计，添加分类模块，回传梯度引导模型学习类间差异性染色特征，提升病理图像虚拟染色的生成效果。