基于GAN的组织病理图像神经染色风格迁移学习
计算机视觉与模式识别
2018-12-21 v2 人工智能
机器学习
摘要
数据驱动网络在肿瘤分类中的表现随组织病理图像的染色风格而异。本文提出了一种基于条件生成对抗网络（GAN）的染色风格迁移（SST）模型，旨在不仅学习特定的颜色分布，还学习相应的组织病理模式。除了众所周知的GAN损失，我们的模型还考虑了特征保持损失。因此，我们的模型不仅将初始染色风格迁移到目标风格，还防止了肿瘤分类器在迁移图像上的性能下降。该模型在CAMELYON16数据集上进行了验证。
引用
@article{arxiv.1710.08543,
title = {Neural Stain-Style Transfer Learning using GAN for Histopathological Images},
author = {Hyungjoo Cho and Sungbin Lim and Gunho Choi and Hyunseok Min},
journal= {arXiv preprint arXiv:1710.08543},
year = {2018}
}
备注
10 pages, 4 figures, 1 table