摘要
本发明涉及基于SAM2、HIPT模型的细胞核免疫组化图像分割方法。本发明针对乳腺癌、膀胱癌和肺癌切片的数据,通过利用SAM2模型生成初步的分割掩膜,随后将其输入HIPT模型中,通过多模态特征学习进一步优化分割结果。为了有效融合这两阶段的任务,设计了联合损失函数,结合分割损失和多模态特征损失进行全局优化,确保模型不仅关注分割精度,还能捕捉多模态信息。本发明实现了高效的细胞核分割,在分割精度、鲁棒性等方面表现良好,达到了有效在乳腺癌、膀胱癌和肺癌图像进行细胞核分割的目的。
技术关键词
图像分割方法
多模态特征
联合损失函数
掩膜
多模态信息
注意力机制
数据
肺癌
高层次
分阶段
精度
基础
鲁棒性
语义
切片
策略
颜色