基于多尺度深度学习的乳腺癌组织学图像分割与分类方法

本发明公开了基于多尺度深度学习的乳腺癌组织学图像分割与分类方法，首先进行数据获取及预处理；然后构建乳腺癌深度全切片图像‑间质分割与分类模型，模型采用多尺度注意力融合网络架构，包括特征提取模块、注意力机制模块、特征融合模块和分割与分类模块；通过预处理后的数据进行模型训练，最后通过训练好的模型完成乳腺癌组织学图像分割与分类，并进行Grad‑CAM可视化。本发明通过创新的多尺度深度学习架构和技术措施，显著提升了乳腺癌组织学图像分割和分类的自动化程度、精度和鲁棒性，为临床应用提供了强有力的技术支持。相比现有技术，本发明在功能上实现了更高的自动化水平、更高的分割和分类精度以及更强的全局信息利用能力。