一种基于数字病理图像用于卵巢癌病理分型的IONet模型

本发明涉及病理分型技术领域，具体公开了一种基于数字病理图像用于卵巢癌病理分型的IONet模型，其技术要点为：本发明通过IONet模型进行卵巢癌病理分型的方法中，包括以下步骤：S1、自动化背景过滤；S2、多尺度特征提取；S3、Transformer编码器与MIL分类；S4、基于推理阶段的集成策略。本发明的方法中，通过自动化的背景过滤和多尺度特征提取技术减少了对手动注释的依赖，促进了大规模WSI的处理。此外，通过利用DINO‑ViT的自监督学习能力，IONet模型可以在不依赖人工标签的情况下提取有意义的特征，简化了模型开发和训练过程。