用于组织学图像分类与检索的二值语义嵌入学习
计算机视觉与模式识别
2020-10-08 v1 人工智能
摘要
随着医学成像技术与机器学习的发展，可为病理学家提供重要参考的计算机辅助诊断引起了广泛研究兴趣。医学图像的指数级增长与传统分类模型不可解释性制约了计算机辅助诊断的应用。为解决这些问题，我们提出一种学习二值语义嵌入（LBSE）的新方法。基于高效且有效的嵌入，执行分类与检索以为组织学图像提供可解释的计算机辅助诊断。此外，双重监督、比特不相关与平衡约束、非对称策略以及离散优化被无缝集成于所提方法中以学习二值嵌入。在三个基准数据集上的实验验证了 LBSE 在各种场景下的优越性。
引用
@article{arxiv.2010.03266,
title = {Learning Binary Semantic Embedding for Histology Image Classification and Retrieval},
author = {Xiao Kang and Xingbo Liu and Xiushan Nie and Yilong Yin},
journal= {arXiv preprint arXiv:2010.03266},
year = {2020}
}