超越标签：用于骨髓细胞形态学识别的视觉表征
计算机视觉与模式识别
2022-05-23 v1 机器学习
摘要
分析与检查骨髓细胞形态学是血液病理学诊断中关键但高度复杂且耗时的环节。人工智能的最新进展为将深度学习算法应用于复杂医学任务铺平了道路。然而，将有效学习算法应用于医学图像分析面临诸多挑战，例如缺乏充足且标注可靠的训练数据集，以及大多数医学数据高度类别不平衡的特性。在此，我们改进了骨髓细胞识别的当前最优方法，摆脱对标注数据的单一依赖，在训练学习模型时利用自监督。我们考察了该方法在识别骨髓细胞类型中的有效性。我们的实验表明，相较于当前最优方法，在进行不同骨髓细胞识别任务时取得了显著的性能提升。
引用
@article{arxiv.2205.09880,
title = {Beyond Labels: Visual Representations for Bone Marrow Cell Morphology Recognition},
author = {Shayan Fazeli and Alireza Samiei and Thomas D. Lee and Majid Sarrafzadeh},
journal= {arXiv preprint arXiv:2205.09880},
year = {2022}
}