格式: ZIP

篩選結果
  • 需申請審核 H11-M108_基於合作式蒸餾的病理分割模型

    更新頻率 不定期 瀏覽次數 737 下載次數 3
    利用合作式蒸餾提升大腸腫瘤分割模型效能
  • 需申請審核 H11-M107_Domain generalization for pathology image segmentation

    更新頻率 不定期 瀏覽次數 964 下載次數 2
    使用特徵解偶和自適應實例歸一 化重構的域一般性分割模型,以最小化語義信息損失來解開特徵,以提升域一般性分割模型的準確度
  • 需申請審核 H11-M103_基於對比式聚類之胰臟腺癌不精確標注弱監督分割模型

    更新頻率 不定期 瀏覽次數 597 下載次數 3
    使用對比式聚類的弱監督學習方式,從不精確標註資料取得更詳細的標註資訊,透過區塊方式訓練胰臟管線癌的辨識模型。模型會以影像分割方式取得胰臟腺癌區域。
  • 需申請審核 H11-M102_在核心針活檢之多染色病理全切片影像之變型配準框架模型

    更新頻率 不定期 瀏覽次數 709 下載次數 10
    本研究提出了一個核心針活檢組織配準框架。提出的框架主要包括三個主要步驟。 (1)自動去污;(2)通過剛性配準進行初始旋轉和定位;以及(3)變形配準。
  • 需申請審核 H11-M101_MSCS: 基於異質模型協作多倍率一致性之半監督病理影像分割模型

    更新頻率 不定期 瀏覽次數 568 下載次數 3
    使用多倍率半監督式學習訓練之分割模型,以在少量標註資料下提升辨識準確性與模型穩健性
  • 需申請審核 H11-M105_ACC-GAN

    更新頻率 不定期 瀏覽次數 607 下載次數 5
    利用標註一致性引導訓練病理影像的轉換預處理模型保留重要語意特徵,以維持AI模型在不同病理掃描器影像之效能
  • 需申請審核 H11-M17_持續性學習結合自我標註資料之影像分割模型

    更新頻率 不定期 瀏覽次數 493 下載次數 0
    Method 以圖像級標籤為基礎達成語意分割的持續學習,在訓練Transformer的同時讓一部分的模型向CNN學習,結合Transformer及CNN的知識來達成更好的結果。並在持續性學習中同時針對Transformre及CNN做蒸餾式學習,達成持續學習的效果。 Usage 弱監督及持續性學習之細胞分割模型 Release Note v1.0.0,...
  • 需申請審核 M11-M16_持續性學習結合自我標註資料之物體偵測模型

    更新頻率 不定期 瀏覽次數 479 下載次數 0
    Method 使用半監督式學習訓練之乳癌物件偵測模型,利用GAN模型自己生成資料集影像,克服原始資料集影像較少的問題,讓偵測模型能有足夠多的訓練資料。再使用前任務的模型標上偽標籤,達成半監督與數據擴增的效果。 Usage 半監督式學習訓練之乳癌物件偵測模型 Release Note v1.0.0, 2023/10/10...
  • 需申請審核 H11-M14_持續性學習之影像分割模型

    更新頻率 不定期 瀏覽次數 737 下載次數 3
    Method 為了使細胞實例分割模型具有持續性學習的能力,本方法以兩階段的實例分割模型為框架,加入輸出層級以及特徵層級的知識蒸餾以解決持續性學習裡的災難性遺忘問題,並且以偽標籤方法來解決來解決背景偏移問題,使得模型可以持續學習新資料以及新類別。 Usage 能用於持續性學習之細胞分割模型 Release Note v1.0.0, 2023/07/11...
  • H11_M09_高解析度影像的高效率深度學習方法

    更新頻率 不定期 瀏覽次數 871 下載次數 155
    Method The goal of the model is to use resnet50 with AMP(AUTOMATIC MIXED PRECISION) to accelerate the training speed and make a high-resolution skin cancer classification. Usage...
  • 需申請審核 H11-M06_考慮到例外分佈的病理影像標註品質評估技術

    更新頻率 不定期 瀏覽次數 1659 下載次數 13
    Method 使用無監督式學習訓練之病理影像異常檢測模型,僅須提供未帶有腫瘤區域的資料來訓練模型,便可協助醫師偵測出病理影像中可能的腫瘤區域。 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 Image Encoder (類似 MoCo) ,第二階段會使用到訓練好的 Encoder...
  • 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

    更新頻率 不定期 瀏覽次數 2131 下載次數 46
    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...
  • 需申請審核 H11-M13_持續性學習之物體偵測模型

    更新頻率 不定期 瀏覽次數 819 下載次數 2
    Method 由於現有的病理影像資料集常是以實例分割的方式提供,為了達成更好的持續學習物件偵測效果,本方法於持續學習步驟中每次分為兩階段,於第一階段,先利用現有的持續學習語意分割方法SSUL, NeurIPS 2021生成語意分割先驗知識,再於第二階段以此先驗知識為額外輸入協助達成更好的持續學習物件偵測結果。 Usage 能用於持續性學習之細胞偵測模型...
  • 需申請審核 H11-M32_肝組織脂肪變性細胞偵測模型

    更新頻率 不定期 瀏覽次數 1197 下載次數 27
    使用RnB-Unet模型偵測非酒精性脂肪肝之病理切片中的油滴之侯選區域及邊緣機率,以邊緣符合分數BMS篩選出正確之油滴區域,提供數量、面積、面積占比等量化資訊,協助醫師診斷脂肪肝之嚴重程度。
  • 需申請審核 H11-M08_漸進式資料標註更正的自主學習模型

    更新頻率 不定期 瀏覽次數 1258 下載次數 4
    Method 最先進的(SOTA)方法通常是通過監督式學習來訓練的,這需要大量的labeled data。由於標記數資料需要大量的人力和時間成本,尤其是那些需要由專家來標記的資料(如醫學相關),所需要的成本更是難以負擔。Unlabeled data因為不需要標註所以取得相對容易且成本較低,因此如何能有效利用unlabeled...
  • 需申請審核 H11-M07_任務導向的資料擴增技術

    更新頻率 不定期 瀏覽次數 1487 下載次數 21
    Method...
  • 需申請審核 R2_FishLen_Dataset_CenterTracing_687f_9209p(R2新竹市魚眼交通資料集)

    更新頻率 不定期 瀏覽次數 1199 下載次數 1
    資料集說明 此資料集為新竹市重要路口的魚眼鏡頭影片檔,由新竹市警察局提供。原始影片參考:(此段影片為 新竹火車站前魚眼照林森路 2019/11/15) https://youtu.be/S-tYTAaQgIs 內含四個新竹市路口的交通資料集,含約687張影像與約9209個點標註 含車輛物件ID 使用 點中心 標註方式 在ROI範圍內的物件才標註...
  • 需申請審核 R3_FishLen_Dataset_CenterPoint_18000f&160000p(R3新竹市魚眼交通資料集)

    更新頻率 不定期 瀏覽次數 863 下載次數 1
    2022_新竹市交通影像資料_含點中心標註_18000圖_160000點 Hsinchu city traffic image data_with point center annotation Dataset Description This data set is a fisheye lens video file of important...
  • 需申請審核 H11-M22_半監督式深度學習方法之分割方法

    更新頻率 不定期 瀏覽次數 374 下載次數 0

    此資料集沒有說明

  • 需申請審核 H11-M31_肝組織免疫染色價數評估模型

    更新頻率 不定期 瀏覽次數 650 下載次數 10
    1.肝臟組織HBsAg免疫組織化學染色價數評估。 2.肝臟組織HBcAg免疫組織化學染色價數評估。
您也可以使用API (應用程式介面) (see API 文件)註冊。