基于深度学习的病理图像分割方法、装置及其可读存储介质

本发明提出了一种基于深度学习的病理图像分割方法、装置及其可读存储介质，本发明通过两阶段级联处理策略实现高效精准分割：首先对原始高分辨率病理全切片图像降采样生成低分辨率缩略图，利用大津法阈值分割结合形态学处理快速定位感兴趣区域，通过两阶段矩形框合并算法生成精确边界框；随后将边界框坐标映射回原始WSI，切割提取高分辨率子图像，输入Mask2Former模型进行精细像素级分割，通过掩码注意力机制和多层级特征融合，兼顾全局组织结构与局部细胞细节。此外，通过跨尺度坐标映射技术，基于低分辨率标注快速生成高分辨率训练标签，有效解决病理图像标注数据稀缺问题。