所属栏目：计算机软件及计算机应用
【日期】：2024-09-16 【关键词】：乳腺癌全切片病理图像;分类;混合监督学习;特征融合;Transformer 【摘要】：目的 自监督与弱监督学习是解决乳腺癌全切片病理图像分类标注困难的有效方式。然而，由于组织病理图像的复杂性与多样性，仅依靠自监督学习生成的伪标签可能无法准确反映图像真实类别信息；同时，单一弱监督学习方法又存在标签信息匮乏等问题，在病理图像学习过程中易受干扰而导致预测结果不稳定。为此，提出了一种混合监督学习的乳腺癌全切片病理图像分类方法。方法 首先，使用基于MoBY自监督框架进行训...
知识贝壳
知识贝壳