[发明专利]病理图像分类方法、装置、设备、存储介质及程序产品

权利要求书

1.一种病理图像分类方法，其特征在于，所述方法包括：

从至少两个病理图像库中获取样本病理图像，所述样本病理图像标注有样本标签，所述至少两个病理图像库分别对应有病理图像标签集；

将所述样本标签与所述至少两个病理图像库分别对应的病理图像标签集进行匹配，从所述至少两个病理图像库中确定与所述样本标签匹配的样本病理图像库；

将所述样本病理图像输入分类模型，得到样本病理图像库对应的样本预测概率，所述分类模型是基于所述至少两个病理图像库构建的待训练模型；

基于所述样本病理图像库对应的样本预测概率和所述样本标签确定损失值，对所述分类模型进行训练，得到病理图像分类模型，所述病理图像分类模型用于对目标病理图像进行分类，得到与所述至少两个病理图像库分别对应的预测结果。

2.根据权利要求1所述的方法，其特征在于，所述样本病理图像库对应的样本病理图像标签集中包括至少一个样本病理图像标签；

所述基于所述样本病理图像库对应的样本预测概率和所述样本标签确定损失值，包括：

获取所述分类模型的病理图像结果中与所述样本病理图像库对应的样本预测概率，所述样本预测概率中包括所述样本病理图像库的样本病理图像标签分别对应的预测概率；

将所述样本病理图像库对应所述样本预测概率的标签预测结果与所述样本标签输入损失函数，得到所述样本病理图像对应的损失值。

3.根据权利要求1所述的方法，其特征在于，所述病理图像标签集中包括至少一个病理图像标签；

所述将所述样本标签与所述至少两个病理图像库分别对应的病理图像标签集进行匹配，从所述至少两个病理图像库中确定与所述样本病理图像匹配的样本病理图像库，包括：

将所述样本标签与所述至少两个病理图像库分别对应的病理图像标签集中的病理图像标签进行匹配；

响应于所述病理图像库对应的病理图像标签集中包括所述样本标签，将所述病理图像库确定为所述样本病理图像库。

4.根据权利要求1至3任一所述的方法，其特征在于，所述对所述分类模型进行训练，得到病理图像分类模型之后，还包括：

将所述目标病理图像输入所述病理图像分类模型中，确定所述目标病理图像与病理图像标签总集中的病理图像标签分别对应的标签预测概率，所述病理图像标签总集为所述至少两个病理图像库分别对应的病理图像标签集的集合；

基于所述至少两个病理图像库之间的划分标准，对所述病理图像标签总集进行划分，得到所述目标病理图像在所述至少两个病理图像库中分别对应的标签预测概率；

基于所述目标病理图像在所述至少两个病理图像库中分别对应的标签预测概率，确定所述目标病理图像对应的病理图像分类结果。

5.根据权利要求4所述的方法，其特征在于，所述将所述目标病理图像输入所述病理图像分类模型中，确定所述目标病理图像与病理图像标签总集中的病理图像标签分别对应的标签预测概率，包括：

将所述目标病理图像输入所述病理图像分类模型；

通过所述病理图像分类模型预测所述目标病理图像与所述病理图像标签总集中的病理图像标签分别对应的预测情况，得到所述标签预测概率。

6.根据权利要求4所述的方法，其特征在于，所述基于所述目标病理图像在所述至少两个病理图像库中分别对应的标签预测概率，确定所述目标病理图像对应的病理图像分类结果，包括：

响应于所述目标病理图像在所述至少两个病理图像库中分别对应的标签预测概率达到预测概率标准，确定所述目标病理图像分别对应所述至少两个病理图像库的病理图像分类结果。

7.根据权利要求1至3任一所述的方法，其特征在于，所述基于所述样本病理图像库对应的样本预测概率和所述样本标签确定损失值，对所述分类模型进行训练，得到病理图像分类模型，包括：

基于所述样本病理图像库对应的样本预测概率和所述样本标签确定损失值；

基于所述样本标签对应的损失值，对所述分类模型的模型参数进行调整，得到候选分类模型；

响应于基于所述损失值对所述候选分类模型的训练达到训练目标，获取所述病理图像分类模型。