结合胶囊网络、图注意力机制与转换器的结肠组织病理切片多尺度深度学习
计算机视觉与模式识别
2025-09-04 v1 机器学习
摘要
结肠癌（又称结肠癌）是全球范围内最具恶性质地的癌症之一。早期结肠癌的检测对于防止其恶化至关重要。本研究提出一种混合多尺度深度学习架构，融合胶囊网络、图注意力机制、转换器模块和残差学习，以推动 LC25000 结肠和结肠癌组织病理图像数据集（Lung and Colon Cancer Histopathological Image Dataset, LC25000）上的结肠癌分类。本文提出的模型采用 HG-TNet 模型，引入一种混合架构，将转换器和卷积神经网络的优势结合起来，以捕获组织病理图像中的多尺度特征。主要而言，转换器分支通过卷积基于分块嵌入将图像划分为多个分块，然后通过转换器编码器处理这些分块，以提取全局语境关系。类似地，专门的卷积神经网络分支通过连续层捕获细粒度、局部细节。将这些多样化的特征与自监督旋转预测目标结合，产生一种稳健的诊断表征，超越标准架构在性能上。结果表明，本方法在准确率和损失函数等方面均表现更好，利用胶囊网络保留空间顺序，实现对每个元素如何组合形成整体结构的理解。
引用
@article{arxiv.2509.02851,
title = {Multi-Scale Deep Learning for Colon Histopathology: A Hybrid Graph-Transformer Approach},
author = {Sadra Saremi and Amirhossein Ahmadkhan Kordbacheh},
journal= {arXiv preprint arXiv:2509.02851},
year = {2025}
}