基于注意力的多示例学习用于血细胞疾病分类
计算机视觉与模式识别
2020-07-24 v1 机器学习
图像与视频处理
摘要
红细胞具有高度变形性且呈现多种形状。在血细胞疾病中，仅所有细胞的一个子集发生形态改变并与诊断相关。然而，手动标注所有细胞费力、复杂且引入专家间差异性。我们提出一种基于注意力的多示例学习方法来分类罹患血细胞疾病患者的血液样本。细胞使用R-CNN架构检测。利用为每个细胞提取的特征，多示例学习方法将患者样本分类为四种血细胞疾病之一。注意力机制提供了每个细胞对整体分类贡献的度量，并显著提高了网络的分类精度及其对医学专家的可解释性。
引用
@article{arxiv.2007.11641,
title = {Attention based Multiple Instance Learning for Classification of Blood Cell Disorders},
author = {Ario Sadafi and Asya Makhro and Anna Bogdanova and Nassir Navab and Tingying Peng and Shadi Albarqouni and Carsten Marr},
journal= {arXiv preprint arXiv:2007.11641},
year = {2020}
}