[发明专利]病理数据的分析方法及装置

权利要求书

1.一种病理数据的分析方法，其特征在于，包括：

获取待分析对象的目标病理数据；

基于已训练的各个疾病分析模型，分别执行以下操作：通过一个疾病分析模型从所述目标病理数据中，提取出相应的病理特征集合，并基于所述病理特征集合，获得所述一个疾病分析模型输出的，所述待分析对象患有目标疾病的概率；其中，所述各个疾病分析模型使用的正训练样本和负训练样本为目标区域内的全量病理数据，不同疾病分析模型使用的正训练样本和负训练样本不同；

基于所述各个疾病分析模型各自输出的概率，确定所述待分析对象患有所述目标疾病的分析结果。

2.如权利要求1所述的方法，其特征在于，所述各个疾病分析模型包括以下至少一种：

第一疾病分析模型，所述第一疾病分析模型是基于病理数据之间的相似程度进行病理分析的；

第二疾病分析模型，所述第二疾病分析模型是基于病理数据对应的多个预测概率进行病理分析的；其中，每个预测概率是通过所述第二疾病分析模型中的一个目标子模型获得的；

第三疾病分析模型，所述第三疾病分析模型是基于病理数据对应的融合病理特征进行病理分析的。

3.如权利要求2所述的方法，其特征在于，所述一个疾病分析模型为所述第一疾病分析模型时，通过一个疾病分析模型从所述目标病理数据中，提取出相应的病理特征集合，并基于所述病理特征集合，获得所述一个疾病分析模型输出的，所述待分析对象患有目标疾病的概率，包括：

基于所述第一疾病分析模型，执行以下操作：

从所述全量病理数据中，选择一个参考病理数据，并从所述参考病理数据中提取出相应的参考病理特征集合；

从所述目标病理数据中提取出相应的第一目标病理特征集合；

根据所述第一目标病理特征集合和所述参考特征信息集合，确定所述目标病理数据与所述参考病理数据之间的病理相似度；

根据所述病理相似度，输出述待分析对象患有目标疾病的第一概率。

4.如权利要求3所述的方法，其特征在于，还包括：

当所述参考病理数据为所述目标疾病关联的病理数据时，所述病理相似度与所述第一概率呈正相关；

当所述参考病理数据为所述非目标疾病关联的病理数据时，所述病理相似度与所述第一概率呈负相关。

5.如权利要求3所述的方法，其特征在于，所述第一疾病分析模型是通以下方式训练得到的：

从所述全量病理数据中，获取训练样本对集合；

基于所述训练样本对集合，对待训练的第一疾病分析模型进行多轮迭代训练，输出训练后的所述第一疾病分析模型，其中，在每一轮迭代训练过程中，执行以下操作：

将选取的多个训练样本对，输入所述待训练的第一疾病分析模型，分别获得每个训练样本对包含的两个训练样本之间的样本相似度；

根据获得的多个样本相似度，分别获得相应的训练样本对的预测疾病标签；

基于所述多个训练样本对各自对应的真实疾病标签和预测疾病标签，确定预测损失值，并基于所述预测损失值进行参数调整。

6.如权利要求2所述的方法，其特征在于，所述一个疾病分析模型为所述第二疾病分析模型时，通过一个疾病分析模型从所述目标病理数据中，提取出相应的病理特征集合，并基于所述病理特征集合，获得所述一个疾病分析模型输出的，所述待分析对象患有目标疾病的概率，包括：

基于所述第二疾病分析模型包含的多个目标子模型，分别提取所述目标疾病的第二目标病理特征集合；

根据所述多个目标子模型各自对应的第二目标病理特征集合，获得相应的目标子模型输出的所述目标病理数据属于目标疾病的预测概率；

根据所述多个目标子模型各自对应的预设疾病权重，对多个预测概率进行加权处理，获得所述第二疾病分析模型输出的所述待分析对象患有目标疾病的第二概率。