摘要
本发明公开了一种基于显微成像的病理特征识别及阴性排除方法,包括如下步骤:S1、采集病理切片图像并数字化生成原始显微图像数据;S2、对原始显微图像进行预处理;S3、构建融合变换器编码与门控动态感受野机制的病理图像识别网络,输出病理特征向量;S4、通过注意力引导与类别感知解码器进行上下文建模,输出图像分类结果;S5、基于正负样本嵌入构建判别边界分离模型,进行阴性排除判断;S6、结合不确定性与边界距离进行置信度加权评估,设定动态阈值,筛除低可信样本;S7、将分类结果与阴性标签编码为结构化数据,发送至诊断辅助系统。本发明融合多尺度建模与阴性筛查机制,实现病理图像智能识别与可信诊断输出。
技术关键词
排除方法
显微成像
诊断辅助系统
图像特征向量
样本
注意力
病理图像识别
编码模块
病理组织切片
浅层特征提取
数字显微镜
编码器单元
多尺度结构特征
解码器
机制
动态
路径特征
变换器
系统为您推荐了相关专利信息
早产儿视网膜病变
特征提取网络
融合特征
三通道
样本
轻量化神经网络
识别系统
子模块
场景
深层特征提取
数据预热方法
结构化查询语句
生成模板
报告
机器学习模型训练
故障诊断方法
原型
样本
卷积特征提取
特征提取模块