基于人工智能的胸腺瘤组织病理的分型方法及装置

摘要

本发明涉及一种基于人工智能的胸腺瘤组织病理的分型方法及装置，所述方法包括获取待分型的胸腺瘤组织病理学全玻片图像；将待分型的胸腺瘤组织病理学全玻片图像输入至训练好的多路径跨尺度视觉Transformer模型中，得到分型结果；其中，交叉尺度感知Transformer模型用于对胸腺瘤组织病理学全玻片图像进行病例信息分类，全玻片图像Transformer模型用于根据病例信息分类后的胸腺瘤组织病理学全玻片图像输出胸腺瘤分型。本发明综合利用了胸腺瘤组织病理学全玻片图像，有效地模拟了病理学专家综合观察一个组织病理学全玻片图像中多个多尺度的局部图像补丁，以确定病理信息类别，进而诊断出相应的胸腺瘤分型的过程，因此可以精确地预测病理信息类别及胸腺瘤分型。