Method and System For Multi-class Classification of Histopathology Images using Fine-Tuning Techniques of Transfer Learning

The present invention relates to a method and a system for multi-class classification of histopathology images using a fine-tuning technique of transfer learning. According to an embodiment of the present invention, the method for multi-class classification of histopathology images using a fine-tuning technique of transfer learning comprises: a data constituting step of allowing a data constituting unit to constitute a data set consisting of sample images for each type of a prostate cancer; a model learning step of learning a model based on a convolutional neural network (CNN) using an image classified into a plurality of object categories stored in a database; a fine tuning step of allowing a fine tuning unit to fix and intactly maintain a part of a layer of the CNN and to train the remaining layer excluding the fixed layer with the data set consisting of the sample images for each type of the prostate cancer; and an image classifying step of allowing an image classifying unit to classify the histopathology images using the trained model. The present invention efficiently classifies histological patterns of the histopathology images. 본 발명은 전이 학습의 미세 조정 기술을 사용한 조직 병리학 이미지의 다중 클래스 분류 방법 및 시스템에 관한 것으로, 본 발명의 실시예에 따른 전이 학습의 미세 조정 기술을 사용한 조직 병리학 이미지의 다중 클래스 분류 방법은, 데이터 구성부가 전립선암의 종류별 샘플 이미지로 이루어진 데이터 세트를 구성하는 데이터 구성 단계; 모델 학습부가 데이터베이스에 저장되는 다수의 객체 카테고리로 분류되는 이미지를 이용해 합성곱 신경망(CNN: Convolutional Neural Network)를 기반으로 하는 모델을 학습하는 모델 학습 단계; 미세 조정부가 상기 합성곱 신경망의 일부의 레이어를 고정하여 그대로 유지하고, 상기 고정된 레이어를 제외한 나머지 레이어를 상기 전립선암의 종류별 샘플 이미지로 이루어진 데이터 세트를 이용해 훈련하는 미세 조정 단계; 및 이미지 분류부가 상기 훈련된 모델을 이용해 조직 병리학 이미지를 분류하는 이미지 분류 단계;를 포함하여 구성된다.