在 CoNIC 挑战中使用多尺度 SwinTransformer-HTC 与数据增强
图像与视频处理
2024-04-17 v3 计算机视觉与模式识别
摘要
结直肠癌是全球最常见的癌症之一，因此早期病理检查非常重要。然而，临床上在 H&E 图像上识别细胞的数量和类型耗时耗力。因此，CoNIC Challenge 2022 提出了对病理切片 H&E 图像进行自动分割、分类以及细胞组成计数的任务。我们针对该挑战提出了一种带 HTC 的多尺度 Swin transformer，并应用已知的归一化方法生成更多增强数据。最终，我们的策略表明多尺度在识别不同尺度特征方面起关键作用，且增强提升了模型的识别能力。
引用
@article{arxiv.2202.13588,
title = {Using Multi-scale SwinTransformer-HTC with Data augmentation in CoNIC Challenge},
author = {Chia-Yen Lee and Hsiang-Chin Chien and Ching-Ping Wang and Hong Yen and Kai-Wen Zhen and Hong-Kun Lin},
journal= {arXiv preprint arXiv:2202.13588},
year = {2024}
}
备注
Errors have been identified in the analysis