-
公开(公告)号:CN116563261A
公开(公告)日:2023-08-08
申请号:CN202310569846.6
申请日:2023-05-19
Applicant: 太原理工大学
IPC: G06T7/00 , G06T7/11 , G06N3/09 , G06N3/0464 , G06N3/084 , G06V10/82 , G06V10/774 , G06V10/25
Abstract: 本发明涉及一种基于自监督元学习的多染色肾脏病理图像分割方法,属于人工智能辅助医疗检查技术领域,包括以下步骤:S1、获取不同染色的肾脏病理切片的全视野病理照片,同时每种染色随机挑选2~5张进行像素级的人工标注;S2、通过无标注样本训练自监督预训练模型;S3、以训练完成的自监督预训练模型为一级模型,以U‑Net结构作为骨干网络构建二级模型,通过元训练集对二级模型进行训练,通过元测试集对二级模型进行测试并更新一级模型的权重参数;重新选取染色样本重复上述测试和训练过程,得到的一级模型作为元学习分割模型;S4、通过元学习分割模型对待测病理切片进行分割。本发明可以对不同染色的肾脏病理切片感兴趣区域进行高效分割。