使用深度流形对比学习进行组织病理学图像分类
计算机视觉与模式识别
2023-06-27 v1
摘要
对比学习因其鲁棒性与良好的特征表示性能而广受欢迎。然而，对比学习中常用的余弦距离并不适合表示两个数据点之间的距离，尤其在非线性特征流形上。受流形学习启发，我们提出一种对比学习的新扩展，利用特征间的测地距离作为组织病理学全切片图像分类的相似性度量。为降低流形学习中的计算开销，我们提出基于测地距离的特征聚类，使用原型进行高效的对比损失评估，而无需耗时的成对特征相似性比较。所提方法在两个真实世界组织病理学图像数据集上进行了评估。结果表明，我们的方法优于最先进的基于余弦距离的对比学习方法。
引用
@article{arxiv.2306.14459,
title = {Histopathology Image Classification using Deep Manifold Contrastive Learning},
author = {Jing Wei Tan and Won-Ki Jeong},
journal= {arXiv preprint arXiv:2306.14459},
year = {2023}
}