一种面向全切片图像的原型引导粗标注精化方法
计算机视觉与模式识别
2025-03-26 v1
摘要
全切片图像 (WSI) 中的细粒度标注刻画了各类病理区域的边界。然而,生成此类精细标注通常成本高昂,而粗标注则相对容易获得。现有的粗标注精化方法往往依赖大量训练样本或干净数据集,且无法同时捕捉切片内与切片间的潜在语义模式,从而限制了精度的提升。本文提出一种原型引导方法。具体而言,我们引入由局部到全局的方法,通过联合建模切片内局部语义与切片间上下文关系,构建非冗余的代表性原型。随后提出一种原型引导的伪标签模块用于精化粗标注。最后,我们采用动态数据采样与再微调策略来训练一个 patch 分类器。在涵盖淋巴、肝与结直肠癌的三个公开 WSI 数据集上的大量实验表明,我们的方法显著优于现有最优 (SOTA) 方法。代码将予以公开。
引用
@article{arxiv.2503.19407,
title = {A Prototype-Guided Coarse Annotations Refining Approach for Whole Slide Images},
author = {Bingjian Yao and Weiping Lin and Yan He and Zheng Wang and Liangsheng Wang},
journal= {arXiv preprint arXiv:2503.19407},
year = {2025}
}
备注
10 pages