基于弱监督学习的临床应用级病理大模型构建方法及系统

本发明提供了基于弱监督学习的临床应用级病理大模型构建方法及系统包括：分别对每一历史临床病理图像进行弱监督训练，根据训练结果调整大模型的上游学习参数并构建大模型上游任务，分别对每一弱监督训练结果进行分割解码，确定分割结果调整大模型的下游学习参数并构建大模型下游任务，获取上游精细特征和下游精细特征，构建大模型的上下游协同任务，结合大模型上游任务和所述大模型下游任务生成病理大模型，将当前临床病理图像输入到所述病理大模型中进行病理信息识别，得到对应患者的若干个病理识别标签，生成患者的病理报告，降低了处理高分辨率图像时的计算复杂度，优化了大模型中不同任务之间的协同机制，可以广泛应用于病理识别技术中。