Scifaro

中文

面向广泛泛化性模型的组织病理学多任务学习

计算机视觉与模式识别 2020-05-19 v1 机器学习图像与视频处理

作者: Jevgenij Gamper , Navid Alemi Kooohbanani , Nasir Rajpoot

在 arXiv 上查看 ↗ PDF ↗

摘要

本工作中，我们展示了计算病理学领域深度多任务学习的初步结果。我们结合了11项任务，从斑块级口腔癌分类(发展中国家最普遍的癌症之一)到多组织细胞核实例分割与分类。

关键词

多任务学习计算病理学口腔癌分类细胞核分割组织病理学

引用

@article{arxiv.2005.08645,
  title  = {Multi-Task Learning in Histo-pathology for Widely Generalizable Model},
  author = {Jevgenij Gamper and Navid Alemi Kooohbanani and Nasir Rajpoot},
  journal= {arXiv preprint arXiv:2005.08645},
  year   = {2020}
}