[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

说明书

本申请公开了一种病理图像分类方法、装置、设备、存储介质及程序产品，涉及机器学习领域。该方法包括：从病理图像库中获取样本病理图像，样本病理图像标注有样本标签；将样本标签与病理图像库分别对应的病理图像标签集进行匹配，确定样本病理图像库；将样本病理图像输入分类模型，得到样本预测概率；基于样本病理图像库对应的样本预测概率和样本标签确定损失值，对分类模型进行训练，得到病理图像分类模型，病理图像分类模型用于对目标病理图像进行分类，得到预测结果。通过以上方式，可以加强病理图像库之间的关联性，更好地实现集中化的病理图像分类，也便于更好地管理和使用病理图像。本申请可应用于云技术、人工智能、智慧交通等各种场景。

技术领域

本申请实施例涉及机器学习领域，特别涉及一种病理图像分类方法、装置、设备、存储介质及程序产品。

背景技术

病理图像分类是通过病理图像的属性或特征对病理图像进行级别划分的过程。识别不同级别病理图像的价值，从而对病理图像进行正确地分析，是得到正确医学分析结果的基础。

相关技术中，通常是基于特定病理图像集对应的特定分类标签对病理图像进行分类的，且一个病理图像集往往对应训练一个模型，通过将待分类的病理图像输入特定病理图像集对应的模型中，确定该待分类病理图像在该特定病理图像集中的分类标签。

然而，通过上述方法，每个病理图像集训练得到的模型是独立的，不同的病理图像集之间的关联性较差，当待分类病理图像同时符合多个病理图像集对应的分类标签时，无法同时得到该待分类病理图像的在多个病理图像集中的分类标签。

发明内容

本申请实施例提供了一种病理图像分类方法、装置、设备、存储介质及程序产品，能够加强病理图像库之间的关联性，更好地实现集中化的病理图像分类。所述技术方案如下。

一方面，提供了一种病理图像分类方法，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。

另一方面，提供了一种病理图像分类装置，所述装置包括：

获取模块，用于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；

匹配模块，用于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；

确定模型，用于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；

训练模块，用于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。