利用预训练视觉模型预测高风险乳腺癌分期
图像与视频处理
2023-03-21 v1 计算机视觉与模式识别
机器学习
摘要
癌症日益成为全球健康问题。仅次于心血管疾病，癌症是全球第二大死因，每年有数百万人死于该疾病。根据世界卫生组织（WHO）报告，截至 2020 年底，超过 780 万女性被诊断出乳腺癌，使其成为全球最普遍的癌症。本文利用 Nightingale Open Science 的数字病理（乳腺活检）图像数据集，借助预训练计算机视觉模型完成乳腺癌分期预测任务。虽然单个模型取得了不错的性能，但我们发现集成模型的预测更为高效，并提供了一个获胜方案\footnote{https://www.nightingscience.org/updates/hbc1-results}。我们也对结果进行了分析，并探索了更好的可解释性与泛化路径。我们的代码开源于 \url{https://github.com/bonaventuredossou/nightingale_winning_solution}。
引用
@article{arxiv.2303.10730,
title = {Pretrained Vision Models for Predicting High-Risk Breast Cancer Stage},
author = {Bonaventure F. P. Dossou and Yenoukoume S. K. Gbenou and Miglanche Ghomsi Nono},
journal= {arXiv preprint arXiv:2303.10730},
year = {2023}
}
备注
Accepted at Machine Learning for Global Health Workshop, ICLR 2023