H11-M05_DOC.zip

From the dataset abstract

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...

Source: H11-M05_基於不精確標註資料的弱監督式病理影像切割模型

ZIP Viewer

Additional Information

Field	Value
Data last updated	October 2, 2023
Metadata last updated	October 2, 2023
Created	October 2, 2023
Format	ZIP
License	Other (Non-Commercial)
Created	8 months ago
Media type	application/zip
Size	152,726
format	ZIP
has views	True
id	60095789-4dff-4aea-9768-8b1033325220
last modified	8 months ago
md5	868865a8846f17aa7785e6cfbd3dd013
on same domain	True
package id	a251e0eb-cfe2-487b-8d81-07b2c6767126
position	2
proxy url	https://scidm.nchc.org.tw/en/dataset/a251e0eb-cfe2-487b-8d81-07b2c6767126/resource/60095789-4dff-4aea-9768-8b1033325220/nchcproxy/H11-M05_DOC.zip
revision id	70098e41-333a-47cb-9071-05875ad1619c
sha256	023882168b4e6796923772f1132f5b1537cc9d5f58d1777014b180e9fd21e582
state	active
url type	upload