stain normalization | BriefGPT

关键词stain normalization

搜索结果 - 6

StainFuser：在多亿像素组织学图像中控制扩散以加速神经风格转移
通过采用基于条件潜在扩散的新型架构，以样式转移任务的方式处理了镜像污染问题，并建立了迄今为止最大的超过 200 万组织学图像数据集 SPI-2M，并使用神经样式转移进行高质量转换，从而在归一化图像的质量方面胜过了现有的 GAN 和手工方法。
PDF4 months ago
ParamNet: 快速染色标准化的参数可变网络
本研究提出了基于参数可变的深度学习网络 ParamNet，用于数字病理学图像的染色归一化，该网络能够提高诊断系统的性能和分类器的泛化能力，同时保持计算效率和图像质量。
PDFa year ago
ECCVFUSION: 基于融合归一化统计的全面无监督测试时染色适应
FUSION 是一种无监督的、通过调整测试目标的批次标准化统计数据并使用加权因子与源统计数据融合以促进染色适应性的新方法，它能够在不需要标注网络的情况下，胜过现有的等效算法，在两个公共数据集上进行了全面的实验。
PDF2 years ago
RandStainNA: 利用染色增强和标准化实现组织学切片无关染色特征学习
通过 RandStainNA 方案，将 stain normalization (SN) 和 stain augmentation (SA) 相结合，以训练无差别染色的深度学习模型，从而提高数字组织病理学分析中的泛化能力。
PDF2 years ago
使用融合检测器和深度集成分类模型对抗领域漂移的有丝分裂检测，以参与 MIDOG 挑战
本文提出了一种两阶段有深度集成分类模型的有机物卷积神经网络（CNN）检测框架，以便于减轻图像色彩变化对细胞检测的影响，并使用标准化和数据增广来辅助模型训练，旨在自动定位有丝分裂的细胞。该模型在 MIDOG 挑战初步测试集中获得了 0.755
PDF3 years ago
使用卷积神经网络对结肠组织进行分类中需进行染色归一化的重要性
本文使用卷积神经网络（ConvNets）提出了一种用于直肠癌组织分类的系统，并探究了组织分类中染色归一化的重要性，同时报告了 ConvNets 在一批直肠癌样本和一组公开的结直肠 H&E 图像数据集上的表现。
PDF7 years ago