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

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 來替所有圖片提取 Embeddings,用這些 Embeddings 訓練一個 One Class SVM 當作我們的最終模型;模型訓練好,即可用於偵測圖片的異常程度。

Usage

WSI異常檢測

Release Note

v1.0.1, 2023/08/11

資料與資源

額外的資訊

欄位
作者 賴禹辰
維護者 賴禹辰
版本 1.0
最後更新 十月 10, 2023, 20:07 (CST)
建立 七月 11, 2023, 16:58 (CST)
聯繫Email marow17623@gmail.com
聯繫窗口 賴禹辰

推薦資料集:


  • 臺北市事故點位座標

    付費方式 免費
    更新頻率 不定期
    臺北市事故點位,使用TWD67座標
  • 客家委員會歷年補助地方興建公共設施

    付費方式 免費
    更新頻率 不定期
    客家委員會之歷年補助地方興建公共設施資料
  • 11242-03-04-2 臺中市區段徵收成果

    付費方式 免費
    更新頻率 不定期
    區段徵收行政作業完成後之數據資料
  • 各項租稅稅基侵蝕之全面檢討

    付費方式 免費
    更新頻率 不定期
    提供各項租稅稅基侵蝕之全面檢討研究報告
  • 股東常會電子投票公司資訊

    付費方式 免費
    更新頻率 不定期
    股東常會電子投票公司資訊(臺灣集中保管結算所)