基于图神经网络的细胞组织病理图像智能分析方法及系统

专利主权项内容

1.基于图神经网络的细胞组织病理图像智能分析方法，其特征在于，包括以下步骤：基于细胞组织原始图像，采用多尺度图卷积神经网络，对图像进行多层次结构的特征提取，并在多层次上捕捉细胞和组织的结构信息，进行特征图的构建，生成多层空间特征图；基于所述多层空间特征图，采用特征金字塔网络，提取差异化尺度的特征信息，对局部和全局特征进行统一分析，并对特征进行优化处理，生成综合特征图；基于所述综合特征图，采用自注意力机制，对差异化尺度特征融合过程中的权重进行动态调整，并根据图像内容自动优化特征提取过程，生成优化网络结构；基于所述优化网络结构，采用迁移学习方法，通过利用通用数据集上训练的模型，根据细胞组织病理图像的特征，进行模型参数的调整和优化，生成预训练优化模型；基于所述预训练优化模型，采用生成对抗网络，通过模拟细胞组织图像的分布建立新的训练样本，进行训练数据集优化，并优化模型对差异样本特征的学习能力，生成增强训练样本集；基于所述增强训练样本集，采用基于内容的图像检索算法，通过构建多维索引结构，对图像特征进行管理，并进行图像关键特征和模式的检索和索引，生成图像索引数据库；基于所述图像索引数据库，采用U-Net和深度嵌入聚类，对图像数据库中的图像进行内容分割和特征聚类，进行细胞组织图像的管理和结构化表示，生成智能分割聚类图像库。 该数据由整理