一种数字病理图像的表征学习方法

摘要

本发明公开了一种数字病理图像的表征学习方法，包括：S1、构建数据集D并分配样本伪标签k；S2、基于自监督学习中的对比学习，对对比学习模型进行训练；S3、从数据集D中采集图像数据x～D，将其输入训练后的对比学习模型，实现聚类队列初始化；S4、基于对比学习模型，添加深度聚类模块，构建深度聚类表征学习模型，从数据集D中获取数据，输入深度聚类表征学习模型中，提取图像特征，生成在线结果和目标标签，更新聚类列表，通过反向传播算法优化深度聚类表征学习模型。