1. 圖片說明 首頁
  2. 組織
  3. 開放式人工智慧病理小組
  4. H11-M05_基於不精確標註資料的弱監督式病理影像切割模型
申請
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 值
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：


  • 綜合所得稅各項扣除額單項分配各縣市申報統計表

    付費方式 免費
    更新頻率 不定期
    綜合所得稅各項扣除額單項分配各縣市申報統計表 單位：%

  • 高雄市困擾行為照護CB03服務名單

    付費方式 免費
    更新頻率 不定期
    110年高雄市困擾行為照護CB03服務名單

  • 臺北捷運信義線東延段工程交通即時影像位置

    付費方式 免費
    更新頻率 不定期
    臺北捷運信義線東延段工程交通即時影像位置相關資料

  • insight_test_14599

    付費方式 免費
    更新頻率 不定期

  • 2020~2022年資料服務產業專業人才需求調查

    付費方式 免費
    更新頻率 不定期
    為掌握臺灣資料服務產業專業人才樣貌與需求缺口，協助縮短資料服務廠商對於專業人才之需求落差，以人才需求調查工作，解析臺灣未來3年(2020~2022)資料服務產業專業人才需求與趨勢，調查成果用於推動該產業專業人才未來發展規劃、提升產業競爭力。