用于全切片图像预测与预后建模的最大均值差异核
图像与视频处理
2023-01-24 v1 计算机视觉与模式识别
机器学习
摘要
两幅图像有多相似？在计算病理学领域，患者数字扫描组织样本的全切片图像（WSIs）可达多吉像素大小，确定两幅 WSI 间的相似程度是一项具有诸多实际应用的艰巨任务。本工作中，我们探索了一种基于核化最大均值差异（MMD）分析的新型策略，用于确定 WSI 间的两两相似性。所提方法通过使用图像块深度特征上的核计算两 WSI 间的 MMD。这使得整个 WSI 数据集可表示为一个核矩阵，用于 WSI 级聚类、从乳腺癌患者常规 WSI 弱监督预测 TP-53 突变状态，以及具有最先进预测性能的生存分析。我们相信本工作将开辟计算病理学中 WSI 级核用于预测与预后任务的进一步途径。
引用
@article{arxiv.2301.09624,
title = {Maximum Mean Discrepancy Kernels for Predictive and Prognostic Modeling of Whole Slide Images},
author = {Piotr Keller and Muhammad Dawood and Fayyaz ul Amir Afsar Minhas},
journal= {arXiv preprint arXiv:2301.09624},
year = {2023}
}
备注
* Joint first authorship Accepted: IEEE - ISBI 2023 International Symposium on Biomedical Imaging