mitosis detection | BriefGPT

关键词mitosis detection

搜索结果 - 8

支持间接观察者眼动一致性的分裂检测 AI 训练
通过利用目光追踪技术收集医生的行为数据，这项研究探讨了一种成本效益高的方法来为人工智能训练收集高质量的医生标注，以用于病理学任务中有关有丝分裂检测的研究。
PDF3 months ago
利用大型视觉语言模型改进组织病理学图像上的有丝分裂检测
癌症组织中，有丝分裂计数与肿瘤增殖、预后不良和药物抵抗有关。我们采用卷积神经网络（CNN）来降低病理学家之间有丝分裂计数的主观性，并结合视觉特征和自然语言，将有丝分裂检测任务转化为图像描述任务和视觉问答任务，以提高检测准确性。通过与基线模型
PDF9 months ago
重新思考有丝分裂检测：朝着多元化的数据和特征表示
本文提出了一种新的可泛化框架 MitDet，其中考虑了数据和特征多样性的平衡，并使用样本平衡和特征多样性模块以及染色增强模块来实现更好的可泛化性能，进而在多个流行的有限注释数据集中实现了优越的性能。
PDFa year ago
通过帧顺序翻转的数据集生成，实现来自部分注释的有丝分裂检测
本文提出一种基于深度学习的有限标注序列的有丝分裂检测方法，通过生成完全标记数据集并训练模型，实现了优于其他部分标记序列的性能。
PDFa year ago
基于混合锚点支路的新型数据集和两阶段有丝分裂细胞核检测方法
本论文使用 FoCasNet 实现了一种基于注意力机制、标准化方法和混合锚定分支的级联神经网络，旨在提高宫颈癌病理中有关癌细胞核分裂数检测的效率和准确性，并在公共数据集 ICPR 2012 上取得了当前最高的 F1-Score (0.88
PDFa year ago
多细胞追踪的联合多帧检测和分割
本文介绍了一种利用 UNet 进行多细胞跟踪的方法，提出了一种检测和细胞分割相结合的解决方案来解决高密度细胞群分割难题，并提高了检测细胞有丝分裂的能力，实验结果表明其优于当前最先进的方法。
PDF5 years ago
领域对抗神经网络解决组织病理学图像外观差异问题
通过对颜色进行增强和基于领域对抗训练的方法，可以改善深度学习方法的泛化能力，从而提高乳腺癌组织学图像中有丝分裂的检测效果。
PDF7 years ago
一种统一的框架，用于乳腺组织病理学中肿瘤增殖评分的预测
我们提出了一个统一的框架，从乳腺组织病理学全幻灯片图像中预测肿瘤增殖评分。该系统提供了完全自动化的解决方案，预测基于分子数据和有丝分裂计数的肿瘤增殖评分。我们的方法在 Tumor Proliferation Assessment Chall
PDF8 years ago