一种病理图像自动分割与分类系统

本发明涉及病理图像处理领域，具体是指一种病理图像自动分割与分类系统，具体包括：数据增强模块、模型训练模块、数据收集模块、细胞核分割与分类模块，针对数据集中不同类型的细胞核数量不平衡的问题，本发明提出数据增强模块，并在数据增强模块中采用了主类与少数类的细胞核结合的方法，以扩充数据集中少数类的细胞核的数据；针对病理图像中细胞核边界模糊不清的问题，本发明提出SAM‑ResNet‑UNet模型，利用SAM模型增强病理图像，随后通过两个ResNet‑UNet模型分别对增强图像和病理图像进行学习并输出分割结果，最终通过分类器获得两种图像的分类结果并加权平均，得到精确的细胞核分类结果。