用于组织病理学图像分析的深度多分辨率字典学习
图像与视频处理
2021-04-02 v1 计算机视觉与模式识别
机器学习
摘要
识别多吉像素组织学图像中存在的各类组织的问题，是计算病理学自底向上分析范式中肿瘤微环境下游分析的重要基础前提。本文中，我们提出一种深度字典学习方法来解决组织学图像中的组织表型分析问题。我们提出深度多分辨率字典学习（deepMRDL），以利用多种不同空间分辨率下的深度纹理描述子。我们通过在来自不同器官（结直肠癌、乳腺癌和乳腺淋巴结）与任务（即癌症分级、组织表型分析、肿瘤检测和组织类型分类）的四个基准组织学图像数据集上的大量实验展示了所提方法的有效性。我们还表明所提框架可采用大多数现成 CNN 模型来生成有效的深度纹理描述子。
引用
@article{arxiv.2104.00669,
title = {Deep Multi-Resolution Dictionary Learning for Histopathology Image Analysis},
author = {Nima Hatami and Mohsin Bilal and Nasir Rajpoot},
journal= {arXiv preprint arXiv:2104.00669},
year = {2021}
}