用于组织病理学图像分析的机器学习方法：综述
计算机视觉与模式识别
2021-02-09 v1
摘要
组织病理学图像（HIs）是评估某些类型肿瘤以进行癌症诊断的金标准。此类图像的分析不仅耗费时间与资源，且即便对经验丰富的病理学家也极具挑战，导致观察者间与观察者内分歧。加速此类分析的方法之一是使用计算机辅助诊断（CAD）系统。在本文中，我们综述了用于组织病理学图像分析的机器学习方法，包括浅层与深度学习方法。我们还涵盖了 HI 分析中最常见的任务，如分割与特征提取。此外，我们列出了在组织病理学图像研究中已使用的公开与私有数据集。
引用
@article{arxiv.2102.03889,
title = {Machine Learning Methods for Histopathological Image Analysis: A Review},
author = {Jonathan de Matos and Steve Tsham Mpinda Ataky and Alceu de Souza Britto and Luiz Eduardo Soares de Oliveira and Alessandro Lameiras Koerich},
journal= {arXiv preprint arXiv:2102.03889},
year = {2021}
}
备注
45 pages. arXiv admin note: text overlap with arXiv:1904.07900