摘要
本发明公开了一种乳腺癌组织病理图像分类方法、系统及终端,所述方法包括:构建分类模型网络,获取目标组织的全视野数字病理切片,将全视野数字病理切片进行裁剪拼接后,输入到分类模型网络的特征提取模块进行高维表征特征提取,得到表征特征;根据表征特征构建超图,将超图输入到特征融合模块进行超图编码,得到输出特征,对输出特征进行超图解码,得到融合特征;将融合特征输入到分类模型网络的层次化预测模块进行节点级分类,得到预测分类结果,对预测分类结果使用加权多数投票机制进行整合,得到目标分类结果。本发明结合大模型微调与层次化超图UNet结构,有效提高了乳腺癌组织病理图像分类的准确率。
技术关键词
数字病理切片
组织病理图像
节点特征
输出特征
特征提取模块
融合特征
构建分类模型
分类程序
视野
网络
编码
分类系统
子模块
分类模型构建
上采样
解码
机制
系统为您推荐了相关专利信息
遥感图像检测方法
图像检测系统
归一化模块
纹理特征
分支
路径规划方法
特征提取模块
夹抱车
拓扑特征
视觉特征提取
身份识别方法
无监督特征学习
嵌入特征
学习算法
聚类算法
分类方法
多尺度特征提取
键值
输出特征
多分辨率