Applicaiton Required

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

Data and Resources

Additional Info

Field Value
Source https://github.com/sy2es94098/ViTAGG-MIL
Author 黃有源
Maintainer 黃有源
Version 1.0
Last Updated October 10, 2023, 12:03 PM (UTC+00:00)
Created July 10, 2023, 3:55 AM (UTC+00:00)
聯繫Email sy2es94098@gmail.com
聯繫窗口 黃有源

推薦資料集:


  • 臺南市政府工務局職員年齡統計報表

    Payment instrument Free
    Update frequency Irregular
    提供臺南市政府工務局職員年齡統計報表
  • 公益彩券開獎號碼及各獎項彩金相關資料

    Payment instrument Free
    Update frequency Irregular
    公益彩券各年度各期電腦型彩券獎號、銷售金額與獎金總額
  • 性平專區-最新消息

    Payment instrument Free
    Update frequency Irregular
    性平專區-最新消息
  • 節能減碳工具軟體

    Payment instrument Free
    Update frequency Irregular
    提供民眾節能減碳相關工具軟體下載
  • 108年7月臺南市登革熱病媒蚊密度調查

    Payment instrument Free
    Update frequency Irregular
    108年7月-臺南市登革熱病媒蚊密度調查