显微镜切片图像的聚焦加权的机器学习分类器误差预测

摘要

描述了用于生成对放大的数字显微镜切片图像(例如组织样本的图像)的分类误差的预测的方法。该图像包括像素图像数据的多个图块或拼块。使用机器学习失焦分类器计算每个图块的失焦度。检索表示机器学习分类器针对多个失焦度的预期的分类器误差统计信息的数据。基于每个图块的计算的失焦度，计算预期的分类器误差统计信息到数字显微镜切片图像的每个图块的映射，从而生成每个图块的分类器误差预测。如此生成的分类器误差预测被在所有图块上汇总。