whole slide image classification | BriefGPT

关键词whole slide image classification

搜索结果 - 11

面向任务的嵌入计数：启发式聚类驱动的特征微调用于全切片图像分类
通过启发式聚类驱动的特征微调方法（HC-FT），提供纯净的正样本和难负样本，增强多实例学习的性能，并在 CAMELYON16 和 BRACS 数据集上实现了 97.13% 和 85.85% 的 AUC，持续优于所有对比方法。
PDFa month ago
CVPR通用整张切片图像分类与细粒度的视觉语义交互
提出了一种新颖的 “细粒度的视觉 - 语义相互作用”（FiVE）框架，用于整个切片图像（WSI）的分类，通过利用局部视觉模式和细粒度病理学语义之间的相互作用，提高模型的普适性，并通过引入任务特定的细粒度语义（TFS）模块，增强表示学习和泛化
PDF4 months ago
Shapley 值支持的渐进式伪样本增强用于全幻灯片图像分类
使用合作博弈理论灵感，结合 Shapley 值和注意力机制，改进多实例学习方法，提高实例级别信息的估计准确性和幻灯片标签的预测性能。通过实验证明，在计算病理学领域的 CAMELYON-16、BRACS 和 TCGA-LUNG 数据集上，我们
PDF7 months ago
带有子采样的槽混合：用于 WSI 分类的简单正则化
我们的研究通过在 WSI 中采样一部分图像碎片并引入一种高效的模型（Slot-MIL），通过注意力机制将图像碎片组织成固定数量的插槽，旨在提高 WSI 分类器的泛化性和校准性。我们的方法结合子采样、mixup 和注意力聚合模型，实现了在各种
PDF7 months ago
SC-MIL: 稀疏编码多实例学习用于大规模图像分类
提出了一种稀疏编码多示例学习（SC-MIL）方法，通过利用稀疏字典学习，同时改善了特征嵌入和模型化实例之间的相关性，实验结果表明，该方法可以大幅提升最先进的多示例学习方法的性能。
PDF8 months ago
整张切片阴道念珠菌感染的渐进式注意力引导筛查
提出了一种基于注意力引导的方法，利用全幅切片图像分类模型对阴道念珠菌进行诊断分类，通过细粒度特征的自注意模块和对虚假阳性区域的注意力抑制方法，有效地解决了 WSI 图像样式差异并取得了最先进的性能。
PDF10 months ago
ICCV基于屏蔽的困难实例挖掘的多实例学习框架用于全切片图像分类
通过应用基于注意力机制的多示例学习方法，创新地利用硬样本在分类边界建模中的好处，提出一种新的多示例学习框架，使用掩码硬实例挖掘（MHIM-MIL）的思想，旨在使学生模型学习到更好的判别边界。实验证明，MHIM-MIL 在性能和训练成本方面优
PDFa year ago
基于弱监督学习的病理切片整体分类
该研究提出了一种基于病理先验的多实例学习框架，通过数据增强方法和空间相关性分析，能够有效地用于癌症检测和亚型区分的医学图像分类任务。
PDFa year ago
对于全幅图像分类，重新考虑多实例学习：你只需要一个良好的实例分类器
本文提出了一种基于对比学习和原型学习的实例级 MIL 框架，旨在有效完成实例分类和包分类任务，并提出了通过原型学习生成精确伪标签的方法。在四个数据集上的广泛实验和可视化证明了我们方法的强大性能。
PDFa year ago
基于伪混合增强的多实例学习全切片图像分类
本文提出了一种名为 Pseudo-bag Mixup（PseMix）的数据增强方案，该方案通过伪包将 Mixup 策略推广到 Whole Slide Image 上，以改善多实例学习（MIL）模型的训练，评估结果表明，该方案能够提高多实例学
PDFa year ago
AI 语言病理学者的崛起：探索二级提示学习用于少样本弱监督全切片图像分类
本文介绍了一种用于病理全幻灯片图像分类的 few-shot 弱监督学习方法，提出了基于 prompt learning 和大型语言模型 GPT-4 的解决方案。
PDFa year ago