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

データとリソース

追加情報

フィールド
ソース https://github.com/sy2es94098/ViTAGG-MIL
作成者 黃有源
メンテナー 黃有源
バージョン 1.0
最終更新 10月 10, 2023, 20:03 (CST)
作成日 7月 10, 2023, 11:55 (CST)
聯繫Email sy2es94098@gmail.com
聯繫窗口 黃有源

推薦資料集:


  • 新北市避難收容處所優先排序自主檢核表-石門區

    Payment instrument Free
    Update frequency Irregular
    建立各里防災避難地圖-石門區
  • 澎湖縣旅遊服務中心資訊-中文版

    Payment instrument Free
    Update frequency Irregular
    其資料包含名稱、電話、地址、營運時間
  • 20903-01-14-2 臺中市使用牌照稅查徵統計-以前年度

    Payment instrument Free
    Update frequency Irregular
    臺中市使用牌照稅查徵統計-以前年度
  • 109年1月花蓮縣使用牌照稅稽徵

    Payment instrument Free
    Update frequency Irregular
    109年花蓮縣使用牌照稅稽徵
  • 地方環保局環保實收罰鍰

    Payment instrument Free
    Update frequency Irregular
    本資料依全國及縣市別彙整地方環保機關提報之違反環保法規實收罰鍰,並依污染項目分類。