基于深度嵌入的组织病理学图像相似性度量
图像与视频处理
2021-07-30 v1 计算机视觉与模式识别
摘要
组织病理学数字扫描是包含像素级有价值信息的大尺寸图像。基于内容的此类图像比较是一项具有挑战性的任务。本研究提出一种针对高分辨率十亿像素组织病理学图像的基于内容的相似性度量。所提相似性度量是余弦向量相似性向矩阵的扩展。每幅图像被划分为含有意义信息量（即包含足够组织）的等尺寸图块。相似性通过提取预训练深度模型最后池化层在四种不同放大倍率（即 1x、2.5x、5x 与 10x 放大）下的图块级深度嵌入来度量。此外，为加速度量，研究了嵌入降维。最后，为评估所提方法，实现了一种图像检索方法。结果表明，该相似性度量在 5x 放大下 top-5 检索以最高 93.18\% 准确率表征切片标签。
引用
@article{arxiv.2107.13703,
title = {A Similarity Measure of Histopathology Images by Deep Embeddings},
author = {Mehdi Afshari and H. R. Tizhoosh},
journal= {arXiv preprint arXiv:2107.13703},
year = {2021}
}
备注
4 Pages, 2 figures