一种基于病理全切片特征学习算法的HER2状态预测方法

本发明公开了一种基于病理全切片特征学习算法的HER2状态预测方法，涉及医学图像处理领域，包括以下步骤：对病理全切片和免疫组化染色切片的双模态图像进行前景区域提取，分割为病理图像块和免疫组化图像块，并提取病理图像特征和免疫组化图像特征；对病理图像块进行空间聚类生成锚点特征和极坐标信息，并通过线性映射层对病理图像特征和免疫组化图像特征进行降维处理；将相关特征输入由多个编码块串联组成的特征编码器，获得融合特征；基于所述融合特征进行HER2状态预测，并结合监督损失函数进行参数优化。其实现了免疫组化与病理特征的高效融合与对齐，降低了对免疫组化数据的依赖，显著提升了HER2状态预测的精度与泛化能力。