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:


  • 10730-05-13-2 臺中市多重障礙者之年齡分配按多重障礙類別分

    Payment instrument Free
    Update frequency Irregular
    臺中市多重障礙者之年齡分配按多重障礙類別分
  • 縣市(宜蘭縣)小時值-每小時

    Payment instrument Free
    Update frequency Irregular
    每小時提供宜蘭縣空品監測資料小時值。
  • 資本扣除項目總表

    Payment instrument Free
    Update frequency Irregular
    提供資料包含:更新日期、連結、檔案名稱等欄位資料。
  • 財政部財政人員訓練所年度採購案資訊

    Payment instrument Free
    Update frequency Irregular
    提供財政部財政人員訓練所每年度招標採購案。
  • 澎湖縣白沙鄉人口年齡層統計

    Payment instrument Free
    Update frequency Irregular
    白沙鄉人口年齡層