论文简介：考虑到不同医疗机构获得的组织病理学图像具有差异性，本文提出了一种跨域分类学习框架，即无监督域自适应和局部结构保留，用于跨医疗机构结肠组织病理图象分类，该框架可以通过执行分布对齐和保持域内局部结构来学习自适应分类器，以预测来自医疗资源较差机构的结肠组织病理图象的标签。大量实验表明，所提出的框架在没有可靠标签信息的结肠组织病理图像上的准确性和特异性方面有了显著提高。在安徽省阜阳市的一家医院，跨域结肠组织病理图像的分类准确率达到96.21%。对比实验的结果也表明，与其他无监督域自适应方法相比，所提方法具有很好的分类性能。