科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明属于组织病理学全切片图像分析技术领域,具体涉及一种基于超图学习的弱监督组织病理学全切片图像分析方法,其步骤包括：获取具有图像级别标签的组织病理学全切片图像数据集并进行分块预处理；训练基于自监督学习的分块图像编码器；建立全切片图像样本的超图模型；建立基于超图学习的深度网络模型；使用带弱标签的超图模型样本数据集离线训练网络模型；利用训练好的模型对组织病理学全切片图像进行预测,完成全切片图像的分类以及切片各区域的病变概率可视化。本发明能克服组织病理学全切片图像数据详细标注难以获取的不足,并使用弱监督方法有效完成切片图像级的分类以及局部组织区域的病变概率可视化。
- 单位
