组织病理学图像分类的数据集蒸馏
计算机视觉与模式识别
2024-08-20 v1
摘要
深度神经网络 (DNNs) 在组织病理学图像分析领域取得了显著成功。另一方面，采用大型模型和广泛数据集的当代趋势凸显了数据集蒸馏的重要性，即通过将大规模数据集压缩为一组精简的合成样本，在提升训练效率和简化下游应用方面具有独特优势。本工作中，我们提出了一种专门针对组织病理学图像数据集的新型数据集蒸馏算法 (Histo-DD)，该算法将染色归一化与模型增强整合到蒸馏过程中。这种整合可以显著提升与组织病理学图像（通常具有高色彩异质性）的兼容性。我们对所提算法及生成的组织病理学样本在切片级别和切片级别分类任务中的有效性进行了全面评估。在三个公开 WSI 数据集（Camelyon16、TCGA-IDH 和 UniToPath）上开展的实验结果表明，所提出的 Histo-DD 能够生成比先前核心集选择和切片采样方法更具信息量的合成切片。此外，合成样本能够保留判别性信息，大幅减少训练工作量，并展现出架构无关的特性。这些优势表明合成样本可以作为大规模数据集的替代方案。
引用
@article{arxiv.2408.09709,
title = {Dataset Distillation for Histopathology Image Classification},
author = {Cong Cong and Shiyu Xuan and Sidong Liu and Maurice Pagnucco and Shiliang Zhang and Yang Song},
journal= {arXiv preprint arXiv:2408.09709},
year = {2024}
}