聚焦注意力：一种用于全切片图像分类的新型学习方案
图像与视频处理
2021-06-15 v1 计算机视觉与模式识别
摘要
卷积神经网络（CNNs）等深度学习方法由于图像尺寸巨大，难以直接用于分析全切片图像（WSIs）。我们通过提出一种新颖的两阶段方法来克服这一限制。首先，我们从WSI中提取一组代表性图像块（称为马赛克）。马赛克中的每个图像块使用深度网络编码为特征向量。特征提取器模型使用WSI的层次化目标标签（即解剖部位和初步诊断）进行微调。在第二阶段，来自WSI的一组编码后的图像块级特征通过所提出的“聚焦注意力”（Pay Attention with Focus）方案计算初步诊断概率，该方案是对马赛克中所有图像块的预测概率进行注意力加权平均，并由可训练的聚焦因子调制。实验结果表明，所提出的模型对于WSI的分类具有鲁棒性和有效性。
引用
@article{arxiv.2106.06623,
title = {Pay Attention with Focus: A Novel Learning Scheme for Classification of Whole Slide Images},
author = {Shivam Kalra and Mohammed Adnan and Sobhan Hemati and Taher Dehkharghanian and Shahryar Rahnamayan and Hamid Tizhoosh},
journal= {arXiv preprint arXiv:2106.06623},
year = {2021}
}
备注
Accepted in MICCAI, 2021