wsi classification | BriefGPT

关键词wsi classification

搜索结果 - 7

深度学习在生物医学图像分类中使用自动标签与手动标签同样有效
研究探讨在何种情况下可以采用自动标签来训练深度学习模型进行癌症组织切片图像分类，结果发现具有 10% 噪声标签的自动标签可以获得竞争性模型，而应用 Semantic Knowledge Extractor Tool (SKET) 算法生成的
PDF12 days ago
CVPR知识感知注意力的动态图表示在组织病理全幻灯片图像分析中的应用
我们提出了一种新颖的动态图表示算法，将组织病理学切片图像（WSIs）概念化为知识图结构的形式，通过动态构建邻居和带向边嵌入的头尾实例之间的关系，利用知识感知的注意机制更新头结点特征，然后通过全局池化过程获得图级嵌入，作为 WSI 分类的隐式
PDF4 months ago
分类整张切片图像：什么是重要的？
通过系统地研究 WSIs 分类算法的不同设计选择，我们发现全局上下文信息并非越多越好，而是以局部小区域的细节信息为主要特征，此外，相较于在更大的数据集上进行无监督预训练，我们发现在更小、更专注的数据集上进行预训练可以更好地区分输入补丁的微妙
PDF9 months ago
多尺度原型变形器用于整张组织切片图像分类
本文提出了一种基于多尺度原型 Transformer（MSPT）的 WSI 分类方法，通过使用原型 Transformer 和多尺度特征融合模块（MFFM）有效缓解正负样本不平衡与多尺度信息融合问题，实验结果表明其性能超过了其他算法。
PDFa year ago
多尺度高效图变换器用于全切片图像分类
本文提出了一种名为 MEGT 的创新型多尺度高效图形变压器框架，用于 WSI 分类，并采用两个独立的 EGT 分支处理 WSI 中的低分辨率和高分辨率补丁嵌入以及通过多尺度特征融合模块融合这些令牌。
PDFa year ago
基于多头特征自适应的整张切片图像分类知识迁移
本文提出了一种多头特征自适应模块，以促进源领域中的知识转移至目标领域，尤其适用于 WSI 分类；实验结果表明，我们的方法在多个数据集上均取得了最先进的性能，远优于从头开始训练的模型，证明了我们提出的方法的有效性。
PDFa year ago
CVPRSOS：用于快速免疫荧光全切片图像分类的选择性客观开关
本研究提出了选择性高分辨率处理的方法（SOS），通过对下采样的 WSI 预测置信度的计算，选择性的使用高分辨率处理和保证补丁级别分析的准确度，同时将推断时间减少了 7.74 倍。
PDF4 years ago