摘要
本发明公开了一种基于无监督学习的,结合扩散过程和自回归模型的,图像虚拟染色系统,包括数据预处理模块、随机顺序掩码自回归模型、扩散损失去噪模块、病理一致性约束模块和图像生成模块,在随机顺序掩码自回归模型中,使用随机顺序来预测目标图像的多个像素区域,避免图像生成过程中的像素位置依赖性,增强了对长程依赖关系的捕捉,有效捕捉全局与局部特征,避免局部信息丢失的同时,提升了全局一致性与局部细节的保真度,并且在扩散损失去噪模块中通过渐进的去噪过程逐步优化图像的质量,使得最终生成的IHC图像更加真实,模拟每个图像像素的条件分布,生成更加连续平滑的IHC染色图像,避免转换过程中的噪声和细节丢失问题。
技术关键词
数字病理图像
染色系统
双向注意力机制
噪声
多层感知机
模块
染色方法
无监督学习
计算方法
可读存储介质
解码
图像像素
格式
计算机
网络
尺寸
亮度