基于弱监督图神经网络的像素级皮肤病理图像分割方法技术

本发明专利技术公开了一种基于弱监督图神经网络的像素级皮肤病理图像分割方法，应用于医学图像处理领域，包括：将svs格式的待分割皮肤病理图像中的像素点作为图节点，并根据像素点间的相邻关系得到邻接矩阵；以此构建得到基于病理图像的图结构；将图结构输入到预先基于弱监督学习得到的图神经网络模型，得到分类结果；根据分类结果对待分割皮肤病理图像进行分割。本方法将病理图像构建成图结构，有效利用图神经网络获取图像的像素级复杂上下文信息，实现了精准分割，提升了病变区域识别和分类的准确率，最终有助于提高皮肤病理图像的临床诊断效率和准确性，同时利用弱监督学习，解决了样本不充足的问题，节省了大量的人力和时间资源。

【技术实现步骤摘要】

本专利技术涉及医疗图像处理领域，特别涉及一种基于弱监督图神经网络的像素级皮肤病理图像分割方法。

技术介绍

1、在医疗领域中，病理切片通常被扫描成全切片图像(wsi)进行分析，病理学家可以清晰地观察到从细胞级别的到毫米尺度的组织特征，然后会对其进行癌症的诊断，治疗和预后分析。但由于人工检测耗时且繁琐，因此需要可以减轻病理学家工作量，提高检测准确性和效率的方法。

2、随着人工智能辅助诊断技术的发展，可以通过机器辅助医生进行病理图像分析。使用传统的方法在复杂皮肤病理图像的像素级处理上存在一定的限制，难以快速准确确定病灶区域。或者还可以利用传统卷积神经网络算法，但该方法只能粗略提取特征，不能获得全局信息。

3、因此，现阶段对于皮肤病理图像的处理存在准确性差、效率低和门槛较高的缺陷。

技术实现思路

1、有鉴于此，本专利技术的目的在于提供基于弱监督图神经网络的像素级皮肤病理图像分割方法，解决了现有技术中皮肤病理图像处理准确性、效率低和门槛高的问题。

2、为解决上述技术问题，本专利技术提本文档来自技高网...

【技术保护点】

1.一种基于弱监督图神经网络的像素级皮肤病理图像分割方法，其特征在于，包括：

2.根据权利要求1所述的基于弱监督图神经网络的像素级皮肤病理图像分割方法，其特征在于，所述根据所述待分割皮肤病理图像中像素点之间的相邻关系得到邻接矩阵，包括：

3.根据权利要求2所述的基于弱监督图神经网络的像素级皮肤病理图像分割方法，其特征在于，所述计算所述像素点之间的余弦相似度，包括：

4.根据权利要求1所述的基于弱监督图神经网络的像素级皮肤病理图像分割方法，其特征在于，所述将所述图结构输入到预先基于弱监督学习得到的图神经网络模型，得到分类结果，包括：</p>

5.根据...

【技术特征摘要】

1.一种基于弱监督图神经网络的像素级皮肤病理图像分割方法，其特征在于，包括：

2.根据权利要求1所述的基于弱监督图神经网络的像素级皮肤病理图像分割方法，其特征在于，所述根据所述待分割皮肤病理图像中像素点之间的相邻关系得到邻接矩阵，包括：

3.根据权利要求2所述的基于弱监督图神经网络的像素级皮肤病理图像分割方法，其特征在于，所述计算所述像素点之间的余弦相似度，包括：

4.根据权利要求1所述的基于弱监督图神经网络的像素级皮肤病理图像分割方法，其特征在于，所述将所述图结构输入到预先基于弱监督学习得到的图神经网络模型，得到分类结果，包括：

5.根据权利要求4所述的基于弱监督图神经网络的像素级皮肤病理图像分割方法，其特征在于，所述将所述图结构输入到所述图神经网络模型的图注意力卷积层进...

【专利技术属性】
技术研发人员：左克，赵蔓绮，何梦月，黎丹丹，刘阳，龚娟，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：