基于 K 均值聚类和 Fisher 向量聚合的全切片图像可扩展表示
计算机视觉与模式识别
2025-01-22 v1 人工智能
机器学习
摘要
全切片图像 (WSI) 是高分辨率、吉像素级图像，由于其大小和异质性，对传统机器学习模型构成重大计算挑战。本文提出一种基于 patch 级特征提取、聚类和 Fisher 向量编码的可扩展且高效的方法，用于 WSI 分类。初始步骤将 WSI 分割为固定大小的 patch，并使用预训练的卷积神经网络 (CNN) 从每个 patch 提取深度特征嵌入。随后，这些 patch 级嵌入使用 K 均值聚类进行聚类，其中每个聚类聚合了 WSI 中语义相似的区域。为有效概括每个聚类，计算以参数化高斯混合模型 (GMM) 模型化每个聚类中 patch 嵌入分布的 Fisher 向量表示。来自每个聚类的 Fisher 向量被拼接成高维特征向量，创建整个 WSI 的紧凑且富有信息的表示。该特征向量随后用于分类器预测 WSI 的诊断标签。我们的方法捕获了局部和全局组织结构，为大规模 WSI 分类提供了稳健的性能，显示出优于其他方法的卓越准确率和可扩展性。
引用
@article{arxiv.2501.12085,
title = {Scalable Whole Slide Image Representation Using K-Mean Clustering and Fisher Vector Aggregation},
author = {Ravi Kant Gupta and Shounak Das and Ardhendu Sekhar and Amit Sethi},
journal= {arXiv preprint arXiv:2501.12085},
year = {2025}
}