Mar, 2024
针对全尺寸图像的高效信息融合:基于同心双重融合注意力的多实例学习
Towards Efficient Information Fusion: Concentric Dual Fusion Attention Based Multiple Instance Learning for Whole Slide Images
Yujian Liu, Ruoxuan Wu, Xinjie Shen, Zihuang Lu, Lingyu Liang...
TL;DR数字病理学中,Concentric Dual Fusion Attention-MIL (CDFA-MIL) 框架结合点到区域特征列注意力和点到点同心行注意力,使用同心补丁,有效融合相关信息,增强特征表示,并为 WSI 分析提供更强的相关性指导, 在准确性和 F1 分数上显着超越传统 MIL 方法,相应地在 Camelyon16 和 TCGA-NSCLC 等知名数据集上实现了平均准确率和 F1 得分分别为 93.7% 和 94.1% 的显著进展。