一种数字病理图像分级系统及方法

本发明提供一种数字病理图像分级方法及系统，方法包括：基于先编码，再解码，回归到跟原始图像一样大小的像素点分类的Unet算法进行细胞识别，提取前列腺病理图像中的细胞部分；将提取出的细胞部分输入给预训练模型和基于卷积神经网络CNN的分类算法，检测出其中包含的癌细胞；基于检测出的癌细胞及其周围组织的相关特征，通过预训练模型、卷积神经网络和递归神经网络结合的网络模型CNN‑RNN的算法，对癌细胞的病理分级进行预测。本发明解决了工作量大、判读门槛高、肉眼对癌细胞的占比判断存在误差及主观性的技术问题。