基于图神经网络的高效结肠癌分级
计算机视觉与模式识别
2020-10-05 v1 机器学习
摘要
针对结直肠癌图像分级的应用，本文提出了一种从组织病理学图像预测癌症分期的三步流程。在结直肠癌分级数据集上，该整体模型优于其他最先进的方法，并在扩展的结直肠癌分级集上表现出优异的性能。性能提升可归因于两个主要因素：本文描述的特征选择与图增强方法具有空间感知能力，但整体与像素位置无关；此外，对于足够大的模型，图的节点数相对于模型的预测与精度趋于稳定。该图神经网络本身由三个卷积块和线性层组成，与其他用于该应用的网络相比设计相当简单。
引用
@article{arxiv.2010.01091,
title = {Efficient Colon Cancer Grading with Graph Neural Networks},
author = {Franziska Lippoldt},
journal= {arXiv preprint arXiv:2010.01091},
year = {2020}
}
备注
10 pages, draft version