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, 20:03 (CST)
Created July 10, 2023, 11:55 (CST)
聯繫Email sy2es94098@gmail.com
聯繫窗口 黃有源

推薦資料集:


  • 101年至105年花蓮縣契稅綜合統計表

    Payment instrument Free
    Update frequency Irregular
    101年至105年花蓮縣契稅綜合統計表
  • 學齡人口推估

    Payment instrument Free
    Update frequency Irregular
    提供我國未來各學年度0-5歲學齡前人口、6-21歲學齡人口,以及各級(國小、國中、高中及大學)入學年齡人口推估
  • 澎湖縣政府縣有土地參與都市更新案件進度表(107年)

    Payment instrument Free
    Update frequency Irregular
    澎湖縣政府縣有土地參與都市更新案件進度(107年)
  • 109年臺南市身心障礙者生活輔具費用補助-福利身分別

    Payment instrument Free
    Update frequency Irregular
    提供109年臺南市身心障礙者生活輔具費用補助-福利身分別統計資料
  • 高雄市總決算歲入來源別決算總表

    Payment instrument Free
    Update frequency Irregular
    歲入來源別決算總表