一种基于自注意力特征融合的胰腺癌病理图像分类方法

摘要

本发明提供了一种基于自注意力特征融合的胰腺癌病理图像分类方法，首先，采用卷积神经网络模型提取输入图像的特征并对卷积神经网络模型最后阶段输出的特征图进行特征嵌入；其次，卷积神经网络模型不同阶段输出的特征图进行注意力解析获得注意力引导信息；然后，构建基于自注意力特征建模的Transformer模型和自注意力特征融合网络模型；最后，对自注意力特征融合网络模型训练多个轮次，使用验证集的病理图像衡量确定结果最佳的轮次对应的模型，由此构建胰腺细胞癌变分类诊断系统，通过该系统判断该胰腺细胞病理图像为胰腺癌细胞或正常细胞图像。本发明应用自注意力技术与注意力解析机制将卷积神经网络特征进行全局建模，以实现高精度的胰腺癌快速现场评估。