一种针对乳腺癌病理图像的识别分类方法与系统

本发明公开了一种针对乳腺癌病理图像的识别分类方法与系统，包括：收集乳腺癌病理图像并进行预处理，基于卷积神经网络提取多尺度纹理特征，通过设计不同感受野大小的卷积核，捕捉乳腺组织的局部和全局纹理信息，获得纹理特征；通过注意力机制对纹理特征进行自适应加权，根据不同区域的重要程度动态调整特征权重，获得关键纹理特征；基于关键纹理特征采用序列特征选择算法筛选最优纹理特征子集，通过迭代搜索和交叉验证，获得最具判别力的特征组合；根据特征组合构建基于集成学习的识别分类模型，将待预测病理图像输入识别分类模型进行处理，获得识别分类结果。本发明有效提高了乳腺癌病理图像分类的准确性、可靠性和可解释性。