一种用于从DAPI到mIHC标志物生成的原型多任务学习方法

本发明公开了一种用于从DAPI到mIHC标志物生成的原型多任务学习方法，包括以下步骤：收集原始DAPI和marker数据，并进行预处理；构建原型多任务网络模型；设计损失函数；对原型多任务网络模型进行训练；对测试数据进行预处理，输入训练好的网络获得标志物的生成结果。本发明采用上述一种用于从DAPI到mIHC标志物生成的原型多任务学习方法，通过学习共享原型和特定任务原型捕获不同虚拟染色任务之间的关系；在原始注意力层中，重新加权并组合特定任务原型和共享原型，以指示不同mIHC标记的生成；利用多个不同marker的生成定位彼此达到多任务生成的目的，能够高效可解释的由DAPI染色生成多种marker。