histopathological image analysis | BriefGPT

关键词histopathological image analysis

搜索结果 - 8

黑素细胞皮肤肿瘤全切片图像中感兴趣区域检测 -- 痣和黑素瘤
利用深度学习方法对组织学图像进行区域兴趣点检测，能够降低成本、提高癌症诊断速度和准确性，尤其在黑色素瘤皮肤肿瘤方面表现出良好的性能。
PDF2 months ago
HistoSegCap: 针对全切片图像中组织类型进行弱监督语义分割的胶囊
本文提出了一种利用胶囊网络进行基于弱监督语义分割 (WSSS) 的新型组织病理学图像分析方法，并使用数字病理学图谱 (ADP) 数据集对其进行评估。实验结果表明，该模型在准确性和平均交并联度 (mIoU) 指标方面优于传统方法，凸显了胶囊网
PDF5 months ago
数字病理学中无旋转偏见的图像表示学习
本研究提出了三个关键技术贡献，分别为：一种快速的片段选择方法（FPS）用于全切片图像分析，显著降低计算成本同时保持准确性；一种轻量级组织病理特征提取器 PathDino，仅包含五个 Transformer 块和 900 万参数，较其他方法大
PDF8 months ago
通过非确定性的训练时间和确定性的测试时间染色归一化提升基于深度学习的细胞核实例分割的泛化能力
借助数字病理学和自动扫描保存整张组织学图像的显微系统的出现，越来越多地使用计算机方法来分析获取的图像。在各种组织学图像分析任务中，核实例分割在各种临床和研究应用中起着基础作用。然而，深度学习（DL）方法在处理未见数据集时性能通常下降。本文提
PDF10 months ago
基于深度强化学习的全切片病理图片快速诊断框架
提出了一种基于弱监督深度强化学习框架的深度神经网络方法，可以快速有效地进行数字病理学领域中含有丰富组织特征信息的高分辨率全幅病理图像分析，而不需要基于像素级别的像素注释数据集。
PDF2 years ago
基于人工智能的组织病理学图像癌症检测和分类：系统综述
本研究通过系统文献综述，总结了癌症诊断的最新技术，关注了人工智能及其在自动癌症诊断方面的发展，总结了相关文献，并对其局限性提出了新的研究方向。
PDF2 years ago
ICCV利用语义分割的多阶段病理图像分类
本论文提出了一种新的模型结构，将基于补丁的分类模型和整个切片比例的分割模型相结合，以提高自动病理诊断的预测性能，并通过优化方法，使模型部分地进行端到端学习，应用于 WSI 的肿瘤 / 正常预测，与传统基于补丁的方法相比，分类的性能得到了提高
PDF5 years ago
利用卷积神经网络和注意机制进行子宫内膜组织病变智能辅助诊断
本研究提出一种基于深度学习的 CADx 方法，使用卷积神经网络和注意力机制来对子宫内膜癌进行诊断。实验结果表明，该方法在诊断准确率上优于人类专家和其他深度学习基础算法。
PDF5 years ago