一种基于病变类别感知的数字病理图像的表征学习方法

摘要

本发明公开了一种基于病变类别感知的数字病理图像的表征学习方法，包括以下步骤：S1.获取数据集；S2.基于弱监督的对比学习预训练；S3.队列更新后得到针对数字病理图像的特征提取器；本发明针对现有框架的不足，提出一种数字病理图像的表征学习方法，该方法不依赖于专家的精细标注，仅需切片级的分类标签，利用获取代价最小的标注信息学习得到鲁棒的、具有区分度的图像表征，并且在下游任务中标签优于现有的先进方法。