通过掩码学习从标签比例进行比例估计
计算机视觉与模式识别
2024-05-09 v1 机器学习
摘要
PD-L1比率，即PD-L1阳性肿瘤细胞数目占所有肿瘤细胞总数的比例，是免疫治疗的重要指标。该指标以病理学图像的诊断信息记录。在本文中，我们提出了一种结合少量细胞级标注和比例标注的比例估计方法，这种标注容易收集。由于PD-L1比率仅从“肿瘤细胞”计算，而不使用“非肿瘤细胞”，我们首先使用检测模型检测肿瘤细胞。然后，通过引入掩码技术来“从标签比例学习”，估计PD-L1比例。此外，我们提出了加权焦点比例损失以解决数据不平衡问题。使用临床数据进行的实验表明，我们方法的有效性。我们的 method 在比较中取得最佳性能。
引用
@article{arxiv.2405.04815,
title = {Proportion Estimation by Masked Learning from Label Proportion},
author = {Takumi Okuo and Kazuya Nishimura and Hiroaki Ito and Kazuhiro Terada and Akihiko Yoshizawa and Ryoma Bise},
journal= {arXiv preprint arXiv:2405.04815},
year = {2024}
}
备注
Accepted at The 3rd MICCAI workshop on Data Augmentation, Labeling, and Imperfections