Jul, 2023

弱监督的位置对比学习:肝硬化分类应用

TL;DR利用病理学诊断等高置信度标签难以获取而成本高昂,故提出了一种基于弱标签和空间上下文的弱监督位置对比学习策略,通过泛化的基于核的损失函数整合了每个 2D 切片的空间上下文和弱标签,将其应用于肝硬化预测中,相对于基线模型在内部数据集上的分类 AUC 提高了 5%,在公共 LIHC 数据集(Cancer Genome Atlas)上提高了 26%。