买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆大学

摘要：本发明公开了一种基于空间上下文感知的全视野数字切片图像分类方法，它包括数据预处理：将每张WSI通过SAM进行分割得到分割先验信息，并对WSI进行分块后处理得到图块特征和组合特征，再将所有的图块特征和组合特征进行拼接得到WSI对应的特征文件；对特征文件进行实例级别和包级别处理，处理后的实例输入到模型中来训练SAM‑MIL模型；最后对一张新的全视野数字切片图像WSI先得到其对应的特征文件，将WSI对应的特征文件中的图块特征和组合特征全部输入训练好的SAM‑MIL模型中，推理得到WSI的分类结果通过实验可知，本发明方法图像分类准确性高。

主权项：1.一种基于空间上下文感知的全视野数字切片图像分类方法，其特征在于，包括如下步骤：S1：数据预处理：获取公开的N张具有标签的全视野数字切片图像WSIs构成数据集B；S1-1：对每一张全视野数字切片图像WSI分割前景和背景，保留前景和前景的坐标；S1-2：分割每张前景中的组织，得到若干组织，保存每个组织和其对应的坐标；每个组织先分成若干个图块，将每个图块放入预训练特征提取器中进行特征提取得到图块特征；将每张前景压缩后输入SAM进行分割，得到若干区域的视觉分割结果并保存，视觉分割结果包括区域的坐标信息和分割区域的面积，每个区域代表一个类，对每个类对应的区域进行特征提取得到该类的组合特征；前面操作中获得到的图块特征和组合特征被称之为实例，而同一个WSI中提取到的实例将会被整合进同一个包，即当在一个包中存在一个或者一个以上的病害实例时，整个包都会被标记为病害；将所有的图块特征和组合特征进行拼接得到WSI对应的特征文件；S2：SAM-MIL模型训练阶段；S2-1：特征文件的实例级别处理：读入第i个特征文件中的所有图块特征和组合特征，对于每一个图块特征回溯其在WSI中的原始坐标，并根据SAM的分割的类对图块特征进行分组，如果图块特征四角的原始坐标均位于SAM进行分割的一类区域内，则将图块特征分为同一组；为每个组确定一个动态的掩码比例，并根据该动态的掩码比例对该组中的图块特征进行掩码操作，将经过掩码操作后的所有图块特征拼接后，再加上未经过掩码操作的所有图块特征得到WSI对应的组合特征，WSI对应的组合特征定义为训练特征数据；将WSI对应的训练特征数据输入SAM-MIL模型，得到分类损失S2-2：特征文件的包级别处理：读入第i个特征文件中的所有图块特征，所有图块特征先通过SAM-MIL模型的前向传播获得一个全局注意力权重attni；将第i个特征文件中的所有图块特征随机分割为m个伪包，每个伪包的标签继承对应的WSI的标签，将每个伪包依次输入SAM-MIL模型获得m个伪包的分类损失，对这些损失求平均后即第i个特征文件的伪包分类损失根据S2-1中对图块特征的定义的类，对每一类中的图块特征对应的注意力权重进行一致性损失的计算，每个类的一致性损失求和后得到第i个特征文件的全局空间上下文的一致性损失约束S2-3：SAM-MIL模型的优化损失为将这个优化损失在模型中反向传播来优化SAM-MIL模型的参数，当损失不再下降时，得到训练好的SAM-MIL模型,α和β是缩放因子；S3：推理阶段，对一张新的全视野数字切片图像WSI采用S1中的方法得到其对应的特征文件，将WSI对应的特征文件中的图块特征和组合特征全部输入训练好的SAM-MIL模型中，推理得到WSI的分类结果

全文数据：

权利要求：

百度查询： 重庆大学 一种基于空间上下文感知的全视野数字切片图像分类方法