数字病理学中基于集合的单向量WSI聚合技术综述
图像与视频处理
2024-09-10 v1 人工智能
计算机视觉与模式识别
摘要
数字病理学通过实现组织样本的数字化、存储和分析，正在彻底改变病理学领域。全切片图像（WSI）是捕获组织样本复杂细节的千兆像素文件，为诊断和研究提供了丰富的信息来源。然而，由于其巨大的尺寸，将这些图像表示为一个紧凑的向量对于许多计算病理学任务（如搜索和检索）至关重要，以确保效率和可扩展性。当前大多数方法是“面向补丁”的，这意味着它们将WSI分割成较小的补丁进行处理，这阻碍了对整个切片的整体分析。此外，对紧凑表示的需求也源于WSI所需的高性能存储成本高昂。并非所有医院都能获得如此广泛的存储解决方案，这可能导致医疗质量和可及性的潜在差异。本文概述了现有的基于集合的单向量WSI表示方法，重点介绍了那些能够更高效、更有效地在数字病理学中使用这些复杂图像的创新，从而同时应对计算挑战和存储限制。
引用
@article{arxiv.2409.04615,
title = {A Short Survey on Set-Based Aggregation Techniques for Single-Vector WSI Representation in Digital Pathology},
author = {S. Hemati and Krishna R. Kalari and H. R. Tizhoosh},
journal= {arXiv preprint arXiv:2409.04615},
year = {2024}
}