基于双阶段特征融合网络的乳腺组织病理图像分类方法

一种基于双阶段特征融合网络的乳腺组织病理图像分类方法，利用注意力机制为每个图像块生成一个注意力分数，然后选择得分较高的前β％显著实例形成新的包，再将其随机分成n个组，每个组作为一个独立的子包；采用特征选择策略，选取每个子包的特征并将其融合成包级别特征，最后通过包分类器实现病理图像的分类；两阶段特征融合网络利用自监督对比学习来训练多尺度特征，从而生成强大的图像块表征，为了获取这些特征，网络采用了多尺度特征融合技术，可有效整合不同尺度下的图像信息，以提供更全面和更精细的组织特征描述。本发明提高模型的鲁棒性和辨别能力；有效应对了乳腺组织病理图像分类任务中准确率低下的挑战。