whole slide images | BriefGPT

关键词whole slide images

搜索结果 - 72

PathAlign: 一种适用于组织病理学全切片图像的视觉 - 语言模型
基于 BLIP-2 框架，使用病理报告中的精选文本与整张切片图像配对，开发了一种视觉语言模型，实现了共享的图像 - 文本嵌入空间，如文本或图像检索以寻找感兴趣的案例，以及将 WSI 编码器与冻结的大型语言模型（LLM）集成，以实现基于 WS
PDF5 days ago
ADR: 多实例学习中的注意力分散正则化方法对抗过拟合，用于整张切片图像分类
提出了一种名为 Attention Diversity Regularization (ADR) 的简单有效的技术，通过在正规多实例学习框架中引入负熵损失来提高注意力值的熵，从而促进高熵，证明了其在多个 WSI 分类任务中优于现有方法的性能
PDF14 days ago
组织病理学中的图神经网络：新兴趋势和未来方向
综述了整个切片图像（WSIs）中图神经网络（GNNs）的应用，讨论了它们在组织病理学中的应用，并探讨了未来发展趋势。通过对四个新兴趋势的深入探索，提供了关于 GNNs 在组织病理学分析中发展的见解，并提出了未来的研究方向。该分析旨在通过图神
PDF14 days ago
MoME：混合多模态专家用于癌症生存预测
利用 Whole Slide Images 和基因组数据进行综合决策的生存分析面临着两个主要挑战：显著的异质性和两种模态之间的复杂相互作用。为解决这些问题，本文提出了一种偏向逐步编码的方法，通过多次迭代逐步减少跨模态差异并促进互补交互；此外
PDF18 days ago
内存高效稀疏金字塔注意力网络用于全尺寸图像分析
提出了一种名为 Memory-Efficient Sparse Pyramid Attention Networks with Shifted Windows (SPAN) 的方法，通过引入稀疏金字塔注意力架构和移动窗口的机制来处理具有庞大
PDF19 days ago
Hibou：病理学基础视觉变换器家族
通过数百万激光制片和荧光制片图像进行预训练，本论文介绍了基于 DINOv2 框架的 Hibou 视觉转换器系列，展示了在补丁级别和幻灯片级别基准测试中优于现有方法的卓越性能。
PDF25 days ago
结合图神经网络与 Mamba 捕捉全幅图像中的局部和全局组织空间关系
通过使用消息传递图神经网络（GNN）和状态空间模型（Mamba）结合来捕捉病理切片中切片之间的局部和全局空间关系，本研究旨在预测早期肺腺癌患者（LUAD）的无进展生存率，模型在预测上表现出很好的效果，并与其他最新研究方法进行了比较。
PDFa month ago
通过生物医学 - 语言知识增强的多标签分类预测基因突变从全切片图像中
从全幻灯图像中预测基因突变对于癌症诊断至关重要。本研究设计了一种生物知识增强的 PathGenomic 多标签 Transformer，通过构建基因优先级和基因突变预测模块，提高了预测性能，实验证明该方法优于现有最先进技术。
PDFa month ago
利用组织病理学特征提取器进行全片幅图像生存分析
利用全幅图像中的丰富信息，基于多实例学习的特征聚合技术可以利用预训练的 ResNet 主干提高准确率，为数字病理学中更强大的预后工具铺平了道路。
PDFa month ago
基于部分标签比例的全切片图像分割的学习
本文通过利用不完全的标签比例解决了整个切片图像中肿瘤亚型的分割问题，提出了一个高效的算法将其分解为两个弱监督学习子问题：多实例学习和从标签比例中学习，从而有效地进行优化。该算法在两个整个切片图像数据集上经过实验证明了其有效性。
PDF2 months ago
深模糊多模型（DeepBlurMM）-- 在组织病理学图像分析中减轻图像模糊对深度学习模型性能的影响的策略
通过 DeepBlurMM 多模型方法，通过识别 WSIs 中不同程度的模糊区域，提高了深度卷积神经网络分类性能。在乳腺癌 Nottingham 组织学分级 1 和 3 的二分类任务中，DeepBlurMM 模型在中度模糊和混合模糊条件下表
PDF2 months ago
简化数字病理图像处理的 SPLICE 方法
数字病理学和人工智能模型的整合已经改变了组织病理学，为全面扫描图像（WSIs）的处理和分析提供了新机遇。本文提出了一种无监督补丁算法 SPLICE，通过顺序分析 WSIs 并选择非冗余特征，将 WSIs 压缩为紧凑的代表性补丁集，从而提高了
PDF2 months ago
多染色整切片图像基于细胞核位置的点集配准
本文以基于核定位的点集注册方法为基础，针对多染色 WSIs 进行局部非刚性注册，以实现核级别的分组分析和蛋白质标记的上下文分析，通过对 HYRECO 数据集进行评估并与其他已建立的注册算法进行比较，表明该方法在核级别的注册上具有优越性。
PDF2 months ago
深度组织加强的全幻灯片图像注册框架
DeeperHistReg 是一个软件框架，专门用于注册使用多个染料获取的全幅切片图像 (WSIs)，它允许进行预处理、初始对齐和非刚性注册，支持多种先进的注册算法，并提供操作任意分辨率的 WSIs 界面，可扩展性强，还可通过其他研究人员轻
PDF2 months ago
RegWSI: 使用深度特征和基于强度的方法的全切片图像配准：ACROBAT 2023 挑战赛获胜者
我们提出了一个两步骤混合方法，包括深度学习和特征提取的初始对齐算法以及基于强度的非刚性配准。该方法不需要对特定数据集进行微调，可直接用于任何所需的组织类型和染色剂。该方法在 ACROBAT 数据集上获得了最准确的结果，在 HyReCo 数据
PDF2 months ago
预处理的重要性：一种用于 WSI 分类的片段搜索方法
经过预处理，全幻灯片图像对分类性能有影响，我们的研究通过分析单领域和多领域数据集上预处理参数对推断和训练的影响，并提出了一种新的基于相似性的模拟退火方法来快速调整参数以提高单领域数据的推断性能，从而在该领域的准确性从 0.512 提高到 0
PDF2 months ago
乳腺癌弱标签全切片图像的 PD-L1 分类
本研究旨在基于 WSI 分析开发和比较能够根据 WSI 级别标签对乳腺癌样本的 PD-L1 阳性分类的模型，该任务包括 ROI 识别和将肿瘤分类为 PD-L1 阳性或阴性两个阶段，研究探讨了不同的特征提取方法和两个不同的训练配置，并测试了自
PDF3 months ago
利用多个实例学习在整个切片图像中找到感兴趣区域
通过弱监督的多实例学习方法，利用全幅显微镜图像整体癌症表型的预测来探索肿瘤检测和癌基因突变检测，结果显示与参考实现（AUC 0.96）相匹配的新型叠加多实例学习和关注多实例学习（AUC 0.97）对肿瘤和 TP53 突变的检测能力优于其他
PDF3 months ago
对抗鲁棒的基于图的 WSI 学习
应对医学影像中的对抗性挑战，我们提出了一种基于深度学习模型和图像处理的方法，通过利用整个切片图像的图像和图形级特征提取，加上去噪和汇聚层来提高癌症诊断准确性。在对比分析中，结果显示该方法显著提高了癌症诊断准确性，凸显了其在处理对抗性挑战中的
PDF3 months ago
基于提示的自适应模型转换用于大规模图像分类
多实例学习（MIL）作为一种流行的方法正在用于对组织病理学全幅切片图像进行分类。作者提出了 PAMT，这是一种新颖的基于提示的自适应模型转换框架，通过无缝地将预训练模型适应组织病理学数据的特点来提高 MIL 分类性能。作者引入了代表性补丁采
PDF3 months ago