一种基于病理注意力与多实例学习的结直肠病变多模态分类方法

一种基于病理注意力与多实例学习的结直肠病变多模态分类方法，通过融合视觉特征与病理学专家定义的文本原型，构建高效自动化诊断模型。方法包括：采集组织病理图像数据切分为标准化图块，经颜色标准化与噪声处理后，利用预训练特征提取网络提取视觉特征；结合多实例学习框架与病理注意力机制，通过动态原型优化模块自适应调整文本原型的特征空间分布，并采用梯度感知的双损失动态加权策略平衡视觉聚类与跨模态语义对齐的优化目标；分阶段训练模型后，在外部数据集验证其泛化性能。该方法显著提升分类精度，无需像素级标注即可适应染色差异与组织异质性，在跨中心验证中准确率优于现有基准模型，并极大地提高了病理诊断的效率。