基于双分支融合网络的病理图像伪影细粒度分类方法

一种基于双分支融合网络的病理图像伪影细粒度分类方法，包括以下步骤：步骤1：首先获取带有伪影的组织病理图像全切片WSI，并由病理医生对伪影区域进行专业标注，得到伪影区域的标注数据；步骤2：对WSI进行OTSU阈值分割操作，以区分图像中的前景和背景，并将标注区域中的前景图像分割成N×N像素的小图；步骤3：利用基于HSV的边缘检测模块对图像块中的裂缝特征进行强化，以突出伪影中裂缝特征；步骤4：对图像块进行数据增强；步骤5：进行初步特征提取和调整数据维度；步骤6：将数据输入到双分支网络中，通过分类处理得到最终的伪影细粒度分类结果。本发明实现对病理图像上的相似伪影进行细粒度分类，提高伪影识别精度。