摘要
本发明公开一种癌症分级预测方法、装置、设备及存储介质,包括:收集患者的病理图像及其对应分级标注信息,并预处理,将其划分为若干图像块;利用每个病理图像的图像块训练自监督学习模型;利用聚类算法对图像块编码向量进行聚类,将每个病理图像的图像块编码向量聚类为若干个类别区域;对每个类别区域的图像块编码向量进行特征采样,并将采样后的图像块编码向量进行特征融合,得到每个病理图像的图像融合特征;利用每个病理图像的具有类别区域信息的图像融合特征训练癌症分级模型,癌症分级模型用于预测癌症分级;将训练好的模型应用在待分析病理图像,预测癌症分级。本发明能够对癌症进行准确分级,有助于及时发现疾病、制定治疗方案。
技术关键词
编码向量
图像块
分级预测方法
监督学习模型
融合特征
宫颈
聚类算法
特征提取单元
预测装置
肿瘤微环境
患者
模型训练模块
伪影
程序
存储器
指令
形态