基于特征信息引导的病理图像分类集成方法

本发明涉及基于特征信息引导的病理图像分类集成方法，属人工智能与医学图像处理领域。包括：获取未标注的病理图像补丁数据集；利用多个预训练视觉语言模型提取各自的视觉嵌入特征与类别概率分布；通过平均融合方式集成多模型的预测结果，获得稳健的初步语义预测；将多模型视觉特征拼接构建联合表征，并利用高斯混合模型建模类条件结构先验；引入KL散度构建双重对齐目标函数，对语义预测与结构先验进行联合优化；通过块坐标下降法交替优化标签分布与结构先验参数，实现两者的相互引导与增强。本发明充分融合多模型知识与结构信息，有效提升了病理图像的分类性能与泛化能力，为智能病理辅助诊断提供了更加准确与高效的解决方案。