多放大倍率掩码自编码器的乳腺癌图像分类

来源：电子测量技术杂志2025年第10期北京时间：

作者：司嘉龙，贾伟，赵雪芬，高宏娟

单位：1.宁夏大学信息工程学院 银川 750021;2.宁夏“东数西算”人工智能与信息安全重点实验室 银川 750021

摘要：乳腺癌是对妇女健康构成严重威胁的疾病之一。早期诊断对于乳腺癌的治愈至关重要，计算机辅助乳腺癌分类诊断得到了广泛使用。虽然基于掩码自编码器的乳腺癌分类方法能够在乳腺癌病理图像已标注数据缺少的前提下进行模型性能的提升，但是现有的基于掩码自编码器的乳腺癌病理图像分类方法没有充分提取和融合不同放大倍率乳腺癌病理图像之间的特征信息。为了解决该问题，提出了一种基于多放大倍率掩码自编码器的乳腺癌病理图像分类方法。该方法在掩码自编码器的基础上结合放大独立和放大特异的优势。首先，设计了规则化噪音掩码模块来避免乳腺癌病理图像重要特征丢失。然后，将不同放大倍率乳腺癌病理图像块组合在一起输入到加入了交叉卷积映射的编码器中提取和融合不同放大倍率图像的特征。最后，在解码器中加入残差交叉注意力机制增强低放大倍率图像下细胞密度及排列顺序和高放大倍率图像下细胞纹理特征的融合。在BreakHis公共数据集上进行实验，与现有分类方法相比，该方法在Top-1 Accuracy、精确率、召回率和F1-Score上至少提高了约2%，说明该方法在良恶性乳腺癌病理图像准确分类方面表现出良好的性能。

关键词：乳腺癌病理图像;自监督学习;掩码自编码器;放大独立;放大特异

基金资助：国家自然科学基金（62062057，12062021）、宁夏自然科学基金（2024AAC03063）、宁夏回族自治区重点研发项目（2023BDE03006）资助