MS-DA-MIL-CNN:MS-DA-MIL-CNN

上传者: 42125867 | 上传时间: 2022-06-13 22:45:43 | 文件大小: 1.43MB | 文件类型: ZIP
多尺度领域对抗多实例学习CNN(CVPR2020) 抽象的 我们提出了一种从组织病理学图像中对癌症亚型进行分类的新方法,该方法可以在给定的完整幻灯片图像(WSI)中自动检测肿瘤特有的特征。应当通过参考WSI对癌症亚型进行分类,即WSI,即整个病理组织玻片的大尺寸图像(通常为40,000x40,000像素),该图像由癌症和非癌症部分组成。一种困难来自与注解WSI中的肿瘤区域相关的高昂成本。此外,必须通过更改图像的放大倍率从WSI中提取全局和局部图像特征。此外,应针对医院/标本之间的染色条件差异,稳定地检测图像特征。在本文中,我们通过有效地结合多实例,领域对抗和多尺度学习框架,开发了一种基于CNN的癌症亚型分类新方法,以克服这些实际困难。 本文档说明了如何在ref [1]中将源代码用于多尺度域对抗多实例倾斜(MS-DA-MIL)CNN。该算法针对数字病理图像的二进制分类问题,其中每个载玻片被分

文件下载

资源详情

[{"title":"( 18 个子文件 1.43MB ) MS-DA-MIL-CNN:MS-DA-MIL-CNN","children":[{"title":"MS-DA-MIL-CNN-main","children":[{"title":"figs","children":[{"title":"HE.png <span style='color:#111;'> 163.94KB </span>","children":null,"spread":false},{"title":"model.png <span style='color:#111;'> 218.33KB </span>","children":null,"spread":false},{"title":"AW.png <span style='color:#111;'> 447.24KB </span>","children":null,"spread":false},{"title":"notion.png <span style='color:#111;'> 611.40KB </span>","children":null,"spread":false}],"spread":true},{"title":"MS-DA-MIL","children":[{"title":"eval.py <span style='color:#111;'> 3.56KB </span>","children":null,"spread":false},{"title":"single_train.py <span style='color:#111;'> 6.22KB </span>","children":null,"spread":false},{"title":"draw_heatmap_single.py <span style='color:#111;'> 4.14KB </span>","children":null,"spread":false},{"title":"Adaptive_Grad_Reverse_Layer.py <span style='color:#111;'> 925B </span>","children":null,"spread":false},{"title":"utils.py <span style='color:#111;'> 7.33KB </span>","children":null,"spread":false},{"title":"dataset.py <span style='color:#111;'> 3.47KB </span>","children":null,"spread":false},{"title":"single_test.py <span style='color:#111;'> 2.81KB </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 5.20KB </span>","children":null,"spread":false},{"title":"draw_heatmap_multi.py <span style='color:#111;'> 4.95KB </span>","children":null,"spread":false},{"title":"multi_train.py <span style='color:#111;'> 6.27KB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 34.33KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 23B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 6.93KB </span>","children":null,"spread":false},{"title":".vscode","children":[{"title":"settings.json <span style='color:#111;'> 162B </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明