一种基于深度学习的多模态病理数据联合分析方法

本发明属于医学图像处理技术领域，具体为一种基于深度学习的多模态病理数据联合分析方法。本发明利用ResNet50网络，分别采集病理切片图像、荧光图像和激射图像进行深度学习，将病理组织分为5种组织类型，实现超多分类；并通过权重投票系统，对三模态的5分类结果进行权重综合投票，得到不同颜色代表不同组织类型的投票结果。这种对病理组织的多模态数据联合分析的方法，通过引入与原二维病理切片成像正交的高维度信息，使得可以采用相对粗糙的数据集，来实现优化判定，并提高判断鲁棒性。可高效率地辅助病理医生对病理切片的即时诊断与分析。