tissue classification | BriefGPT

关键词tissue classification

搜索结果 - 9

使用 Er:YAG 激光进行消融期间，利用声波进行组织分类的深度学习方法（更新）
通过分析激光消融期间产生的声波，我们提出了一种组织分类方法，并在体外实验中证明了其适用性，最终确定将时间相关数据与其频谱相结合的方法可以实现最高的分类准确性（65.5%-75.5%）。
PDFa month ago
DALSA: 监督学习稀疏标注的 MR 图像领域自适应
我们提出了一种利用迁移学习技术来有效纠正稀疏标注引入的采样选择错误的新方法，该方法从稀疏和明确的标注中得出不同组织类别的高质量分类器，并采用域自适应技术来有效纠正引入的稀疏采样选择错误。与完全标记数据的训练相比，我们将标记和训练时间分别缩短
PDF4 months ago
一种肝癌数字组织病理学切片分类的转导式少样本学习方法
本文提出了一种新的方法，利用少样本学习对 2D 组织学病理学图像进行分类。通过在组织学切片上应用滑动窗口技术，我们揭示了转导学习（即在补丁上进行联合预测）在实现一致准确分类中的实际效益。我们的方法采用基于优化的策略，主动惩罚每个窗口内大量不
PDF7 months ago
基于深度学习和集成机器学习的结直肠癌组织学分解性能提升
利用混合深度学习和集成机器学习模型，该研究提出了一种超越以往解决方案的组合模型，对肠直肠癌的组织分类任务取得了 96.74％的准确率，在外部测试集上达到 99.89％的准确率。
PDF8 months ago
基于机器学习的结肠组织分类：声学分辨光声显微镜
探究利用声学分辨光声显微镜（ARPAM）机器学习方法对结直肠组织进行良恶性分类以提高诊断效率和降低患者痛苦的研究。
PDFa year ago
使用成对帧评估改进数字病理模型的统计基准测试
论文介绍了一种相对基准测试的方法，即 “嵌套成对帧”，用于对细胞或组织数字病理学模型与手动病理学家注释进行对比，并对细胞分类、组织分类和细胞计数预测任务进行了评估。
PDFa year ago
利用自监督对比学习和光学相干断层扫描术进行针刺过程中的组织分类
提出了一种基于深度神经网络的方法，通过对针尖处复杂 OCT 信号的相位和强度数据进行分类，辅助医生在针的插入过程中对组织结构进行识别，并且使用对比预训练技术将同位的数据映射到不同的表示，从而在受限标记数据集的情况下提高分类的精度。在仅使用
PDFa year ago
使用对比自监督学习学习组织病理学应用的表示
本文研究了自监督学习在数字病理学中的应用，探讨了其在非物体中心数据集上的不同表现，提出了不同的视角生成和超参数调整方法，并通过大量实验分析证明了对组织分类下游任务有积极的影响。
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