一种协同学习驱动的多类别全切片数字病理图像分类系统

专利主权项内容

1.一种协同学习驱动的多类别全切片数字病理图像分类系统，其特征在于，所述系统包括全切片数字病理图像获取模块、图像预处理模块、特征提取模块和协同学习模型，其中：所述全切片数字病理图像获取模块用于获取待分类的全切片数字病理图像；所述图像预处理模块用于对待分类的全切片数字病理图像进行预处理，获得全切片数字病理图像中的前景组织区域，并通过格栅化方法将前景组织区域图像分割为子图像补丁；所述特征提取模块用于对子图像补丁进行编码，根据编码结果得到补丁特征令牌X，其中，/>为实数，N×D为补丁特征令牌的维度；p所述协同学习模型包括类特定分类令牌、协同学习子模块、类引导定位子模块；所述类特定分类令牌用于为分类任务的每一个类别分别设置一个的分类令牌，对于一个包含C个类别的分类任务，将全部C个类别的分类令牌组成的矩阵记为所述协同学习子模块用于根据X和X进行计算；pc所述类引导定位子模块用于根据协同学习子模块的计算结果生成类激活图并根据类激活图得到类别的热力图；所述生成类激活图的具体过程为：步骤1、将从二维映射为三维矩阵/>N＝n×n；步骤2、将与/>进行矩阵乘法，获得/>步骤3、对进行1×1卷积，获得/>