一种基于组织病理图像的乳腺癌分子分型方法及系统

本发明属于组织病理图像辅助诊断技术领域，具体涉及一种基于组织病理图像的乳腺癌分子分型方法及系统，通过获取数字病理图像，对数字病理图像进行特征提取，获取数字病理图像的特征嵌入表示，将特征嵌入表示输入到基于深度学习的分型模型中，从而获得各分子亚型的概率。在基于深度学习的分型模型中，通过注意力机制捕捉长程依赖关系，卷积神经网络模块提取局部空间结构，进一步通过交互机制则实现了全局与局部的有效融合。在本发明中，注意力机制的动态加权与卷积神经网络模块的残差学习相结合，有效提升了模型对复杂组织模式的建模能力，在处理高维空间异质性数据时具有较高的效率，从而在三阴性乳腺癌分子亚型分类中提供了更高的效率和准确率。