一种基于机器学习的WSI病灶区域自动标注方法及系统

摘要

本发明公开一种基于机器学习的WSI病灶区域自动标注方法及系统，该方法包括：(1)采集WSI图像数据集，所述数据集中的WSI图像包括无病灶区域的和有病灶区域的生理组织切片，对所述数据集中的所有WSI图像进行预处理，所述预处理包括；(2)对采集的初始训练样本集进行数据增量，形成最终训练样本集，并将部分样本载入构建的卷积神经网络模型中对所述模型进行迭代训练，得到最终预测模型；(3)载入最终训练样本集的剩余样本到所述最终预测模型中，通过样本中的WSI输出标注病灶区域的热度图。本发明经过自动的、大量的深度训练后，可以在杂乱的数据中找到更抽象高层特征，也更具有代表性的特征，从而提高病理看片效率和现有自动检测的准确度。