一种基于Mamba与混合专家模型的病理图像分类系统及方法

本发明公开了一种基于Mamba与混合专家模型的病理图像分类系统及方法，所述病理图像分类系统提出结合Mamba和专家混合模型的优势，用于WSI分类的挑战性任务，并开发了一种新颖的基于Mamba的层次化网络，称为Mamba‑WSI。为了在保证效率的同时促进特征表示，Mamba‑WSI引入了伪包内和跨伪包的双向Mamba块，以探索伪包内实例之间的相关性和全局伪包表示。同时，本发明提出动态记忆库来存储与标签预测相关的历史信息，并设计了跨伪包融合模块，以从动态更新的字典模块中融合出有效的信息，以增强当前伪包表示和全局建模。此外，专家混合模块能够适应性地协调全局和局部的包表示，以实现鲁棒的包标签预测。