摘要
本发明提出了一种基于类别标签的病理图像分割方法、装置及其可读存储介质,方法包括将全视野数字病理(WSI)图像分块后,利用ResNet、ViT或病理专用预训练大模型UNI提取包含局部纹理与全局语义的特征图谱;通过注意力机制计算图像块对分类结果的贡献度,结合梯度分析提取特征对分类决策的实际影响;采用排序加权策略融合两种权重,经高斯模糊与大津法阈值分割生成病变区域掩码,最终叠加至原始图像输出可解释的分割结果。本发明仅需切片级标签即可实现弱监督分割,显著降低标注成本,通过注意力与梯度信息的互补融合提升定位精度,生成直观的可视化病变区域,增强模型透明度与临床实用性,适用于多种病理图像分析场景。
技术关键词
病理图像分割方法
数字病理图像
二值化阈值
注意力机制
图谱
可读存储介质
特征提取器
标签
特征提取模块
弱监督定位
局部纹理特征
多实例
图像分割装置
图像块特征
后处理模块
分块
视野
系统为您推荐了相关专利信息
边界特征
图像分割方法
上下文特征
多任务损失函数
注意力机制
知识库构建方法
自然语言
知识地图
强化学习技术
交互式图表
生成技术
预训练语言模型
大语言模型
多模态信息
图像处理模型
情绪识别方法
融合多模态特征
知识蒸馏技术
教师
阶段
语义图谱
系统动态扩展
大数据
多臂老虎机
多源异构数据