一种基于混合专家的数字病理切片智能分析方法

本发明涉及一种基于混合专家的数字病理切片智能分析方法。它解决了现有技术中传统组织病理学方法与计算病理学技术，对低分化癌的鉴别存在误诊风险且检测流程复杂、周期长、泛化能力弱的问题。它包括S1、数据预处理：获取组织掩码，切分病理切片并分配标签；S2、模型推理：EfficientNet‑MoE混合模型的输入输出并生成概率向量；S3、后处理：生成诊断报告，可视化系统构建。本发明的优点在于：能够分工提取亚型特异性病理特征，并自适应整合多尺度形态学证据，显著提升低分化癌的鉴别精度，减少对追加IHC检测的依赖，满足临床实时诊断需求，促进AI与人工诊断的高效协，为未来整合基因突变预测（如EGFR/ALK）提供技术框架。