利用图表示对黑色素瘤MELC样本进行细胞级表征
计算机视觉与模式识别
2024-10-28 v1 人工智能
计算工程、金融与科学
摘要
组织病理学成像对皮肤疾病的诊断和治疗至关重要。因此，计算机辅助方法已日益普及，并在皮肤疾病分割与分类等任务中展现出有前景的结果。然而，收集必要的数据和足够高质量的标注是一项挑战。本工作描述了一个使用疑似黑色素瘤样本的流程，这些样本已通过多表位配体制图（MELC）进行表征。这种细胞级组织表征随后被表示为图，并用于训练图神经网络。该成像技术结合本工作提出的方法，达到了87%的分类准确率，比现有方法高出10%。
引用
@article{arxiv.2211.05884,
title = {Employing Graph Representations for Cell-level Characterization of Melanoma MELC Samples},
author = {Luis Carlos Rivera Monroy and Leonhard Rist and Martin Eberhardt and Christian Ostalecki and Andreas Baur and Julio Vera and Katharina Breininger and Andreas Maier},
journal= {arXiv preprint arXiv:2211.05884},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication