1. 圖片說明 首頁
  2. 組織
  3. 開放式人工智慧病理小組
  4. H11-M05_基於不精確標註資料的弱監督式病理影像切割模型
申請
需申請審核

H11-M05_基於不精確標註資料的弱監督式病理影像切割模型

Method:

使用多實例學習訓練WSI的分類與切割模型，只需要給定WSI有無包含腫瘤組織資訊即可訓練具有分割與分類效果的模型。 模型訓練分為兩階段, 第一階段是使用 Self-Supervised Learning 去訓練一個好的 embedder，把patch轉為特徵向量 ，第二階段會使用到訓練好的 Aggregator 來整合一張WSI所切割出的patch的資訊。模型訓練好後，給定一張WSI，除了能輸出其分類外，亦可輸出其異常區域。

Usage:

WSI分類與分割

Release Note:

v1.0.1, 2023/08/11

資料與資源

額外的資訊

欄位 值
來源 https://github.com/sy2es94098/ViTAGG-MIL
作者 黃有源
維護者 黃有源
版本 1.0
最後更新 十月 10, 2023, 20:03 (CST)
建立 七月 10, 2023, 11:55 (CST)
聯繫Email sy2es94098@gmail.com
聯繫窗口 黃有源

推薦資料集：


  • 110年1月花蓮縣使用牌照稅稽徵

    付費方式 免費
    更新頻率 不定期
    110年花蓮縣使用牌照稅稽徵

  • 捷運局路網說明

    付費方式 免費
    更新頻率 不定期
    捷運局路網說明

  • 臺北市整合性預防保健服務場次表

    付費方式 免費
    更新頻率 不定期
    臺北市整合性預防保健服務場次表

  • 原子能委員會包件及外包裝之分類

    付費方式 免費
    更新頻率 不定期
    包件及外包裝之分類

  • 爭議類型統計表-保險業-保險輔助人-理賠(財團法人金融消費評議中心)

    付費方式 免費
    更新頻率 不定期
    保險輔助人理賠類申訴暨申請評議案件爭議類型統計資料