需申請審核

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

資料與資源

額外的資訊

欄位
來源 https://github.com/sy2es94098/ViTAGG-MIL
作者 黃有源
維護者 黃有源
版本 1.0
最後更新 十月 10, 2023, 20:03 (CST)
建立 七月 10, 2023, 11:55 (CST)
聯繫Email sy2es94098@gmail.com
聯繫窗口 黃有源

推薦資料集:


  • 109年公告土地現值暨公告地價-四湖鄉

    付費方式 免費
    更新頻率 不定期
    109年公告土地現值暨公告地價-四湖鄉
  • 110年度臺東縣綠島鄉段代碼表

    付費方式 免費
    更新頻率 不定期
    綠島鄉段代碼表
  • 10954-01-03-2 臺中市民防人員協勤成果表

    付費方式 免費
    更新頻率 不定期
    臺中市民防人員協勤成果表
  • 電氣承裝-登記家數清冊

    付費方式 免費
    更新頻率 不定期
    本市電氣承裝-登記家數清冊
  • 109年度宜蘭縣實食物銀行

    付費方式 免費
    更新頻率 不定期
    109年度宜蘭縣社福相關資料