用于组织病理学图像表示的斑块聚类
泛函分析
2020-02-19 v3
摘要
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 × 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（如索引与检索）来表示 WSI。结果我们将检索时间与存储降低了 不等的倍数，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（）的斑块比例表示每个类别。结果表明 LBP 特征可优于深度特征。在 SOM 聚类与 GMM 斑块选取后仅选取 的斑块，我们获得了最佳匹配检索 的准确率，而最大准确率（使用所有斑块）为 。
引用
@article{arxiv.1903.07012,
title = {Sobolev spaces and trace theorem on the Sierpinski gasket},
author = {Shiping Cao and Hua Qiu},
journal= {arXiv preprint arXiv:1903.07012},
year = {2020}
}
备注
We have refined another paper arXiv:1904.00342 very recently. The new version of that paper is written in a more general setting, and can cover all the results obtained in this paper. So it seems that this paper would have no reason to exist