原型学习和多视图深度嵌入聚类的卵巢癌亚型分类方法

本发明涉及病理图像分析挖掘技术领域，具体公开了原型学习和多视图深度嵌入聚类的卵巢癌亚型分类方法，包括以下步骤：S1、采集卵巢癌患者组织病理图像和对应的全视野数字病理图像；S2、生成多视图数据集。该原型学习和多视图深度嵌入聚类的卵巢癌亚型分类方法，本发明中针对现有技术中在多实例病理图像领域普遍缺乏patch级别的标签，使得很多自然图像处理的方法无法运用到病理图像领域的问题，使用ResNet骨干网络提取最大倍率下病理图像的特征，并通过病理专家先验知识，引入少量病理学原型用来引导深度嵌入聚类，引入病理图像频谱图作为参考视图，增强了聚类的准确性和稳定性。