Gleason分级评分方法、装置、设备及存储介质

本发明公开一种Gleason分级评分方法、装置、设备及存储介质，包括：收集前列腺癌患者的病理图像，形成图像数据集；利用图像数据集训练自监督学习模型，形成块编码特征数据集；利用块编码特征数据集训练腺体分割模型，得到腺体分割图像；对腺体分割图像中的每个单腺体进行二次分割，得到若干单腺体图像，形成单腺体数据集；对单腺体数据集内的每个单腺体图像进行处理，得到若干腺体融合特征，形成融合特征数据集；利用融合特征数据集训练腺体评分模型；筛选主要分级区和次要分级区，获得最终分级评分；将训练好的模型进行应用。本发明能够实现病理图像的自动化Gleason分级评分，大大减少病理医生工作量，提高工作效率和检测能力。