基于动态因果发现的病理全切片可解释分析方法及系统

本发明公开了一种基于动态因果发现的病理全切片可解释分析方法及系统，包括：将输入的全切片图像分割为多个图像块，对图像块进行空间聚类生成锚点，通过可学习的核与锚点关联，获得初始区域表征，将初始区域表征拼接一个可学习的全局token，获得区域核特征；全局token通过自注意力机制仅接收所有区域节点的因果信息；基于有向无环图建模病理区域间的因果关系，获得病理区域间的因果图；通过图卷积操作传播因果图中的因果关系，并进行N伦迭代优化，获得迭代优化后的区域核特征和最终因果图；最终因果图中全局token的特征作为最终的全局表征，形成可解释的因果链。本发明旨在建模病理区域间的因果关系及诊断决策依赖，提升肿瘤分析的细粒度与可解释性。