基于多视图深度高斯表示学习的病理图像分类方法、设备及介质

本发明涉及一种基于多视图深度高斯表示学习的病理图像分类方法、设备及介质，该方法包括：获取病理图像数据集；采用深度神经网络捕获病理图像的不同视图特征；构建多视图深度高斯过程模型，通过嵌入卷积核对病理图像的不同视图特征进行建模表示，将病理图像的不同视图特征转化为同一空间下的嵌入表示，得到多视图公共特征；其中，采用贝叶斯训练方法对多视图深度高斯过程模型进行训练；将多视图公共特征输入至预训练好的分类网络，输出分类结果。与现有技术相比，本发明具有分类精准可靠的优点。