基于可解释性特征融合的医学图像PCR状态预测方法及系统

本申请公开了一种基于可解释性特征融合的医学图像PCR状态预测方法及系统，涉及医学图像分析技术，包括将目标病理图像分割为多张指定规格的图块Patch；对每张Patch进行细胞核分割分类任务，以及，提取可解释性细胞核特征；对每张Patch提取出深度学习特征；对N维第一特征向量训练第一线性分类器来进行PCR状态的初步预测，对获得的注意力分数列表LN进行排序得到对PCR状态预测的贡献最大的多个注意力特征；利用多个注意力特征对N维第二特征向量进行筛选；将多个注意力特征以及筛选获得的特征进行融合；将融合后的特征，利用训练的前馈神经网络分类来进行PCR状态的最终预测。本申请能够让深度学习模型的决策过程变得更加透明，提高病理分析的精准性。