用于组织病理学组织纹理检索的Gram条形码
图像与视频处理
2021-12-01 v1 计算机视觉与模式识别
机器学习
摘要
数字病理学的近期进展导致对组织病理学图像检索(HIR)系统的需求，该系统在活检图像数据库中搜索与给定查询图像相似的病例。这些HIR系统使病理学家能够轻松高效地访问数千个先前诊断的病例，以利用相应病理报告中的知识。由于HIR系统可能须处理数百万张十亿像素图像，必须提供紧凑且具表现力的图像特征提取，以实现高效准确的检索。本文提出将Gram条形码作为HIR系统的图像特征。与大多数特征生成方案不同，Gram条形码基于高阶统计，通过汇总卷积神经网络各层中不同特征图之间的相关性来描述组织纹理。我们在三个公开数据集上使用预训练的VGG19网络生成Gram条形码进行HIR实验，并展示了极具竞争力的结果。
引用
@article{arxiv.2111.15519,
title = {Gram Barcodes for Histopathology Tissue Texture Retrieval},
author = {Shalev Lifshitz and Abtin Riasatian and H. R. Tizhoosh},
journal= {arXiv preprint arXiv:2111.15519},
year = {2021}
}