用于组织病理学图像表示的斑块聚类

全切片成像（WSI）在过去十年中已成为重要课题。尽管医学图像处理与计算资源均取得显著进展，WSI 中仍有问题尚待解决。一大挑战是扫描尺寸。数字化组织样本的维度可能超过 100,000 乘 100,000 像素，给实时处理带来内存与效率障碍。本工作的主要贡献是通过选取少量斑块进行算法处理（例如索引与搜索）来表示 WSI。结果我们将搜索时间与存储降低了介于（$50\% - 90\%$）之间的不同倍数，而斑块检索准确率仅损失几个百分点。我们对 KimiaPath24 数据集的局部二值模式（LBP）与深度特征应用了自组织映射（SOM）以聚类具有同类特征的斑块。我们使用高斯混合模型（GMM）以相当小（$10\%-50\%$）的斑块比例表示每个类别。结果表明 LBP 特征可以胜过深度特征。在 SOM 聚类与 GMM 斑块选取后仅选取所有斑块的 $50\%$，我们获得了最佳匹配检索 $65\%$ 的准确率，而最大准确率（使用所有斑块）为 $69\%$。