一种基于领域自适应学习技术的WSI图像组织分类方法

本发明涉及一种基于领域自适应学习技术的WSI图像组织分类方法，与现有技术相比解决了病理样本工艺差异导致WSI图像组织分类效果差的缺陷。本发明包括以下步骤：获取WSI图像及预处理；构建WSI图像组织分类模型；WSI图像组织分类模型的训练；WSI图像组织分类模型的减益校正；待分类WSI图像的获得；WSI图像组织分类结果的获得。本发明使用卷积神经网络提取组织细微结构和纹理信息，使用金字塔结构从多分辨率角度学习不同组织空间结构组合和微环境变化，从而对WSI图像进行准确的组织分类与识别，提高组织病理图像分析效率，同时，基于领域自适应方法针对跨数据集应用带来的网络性能衰减进行减益校正，实现了WSI图像组织的准确分类。