EWSLF弱监督分类模型

分类准还省算力

一种端到端弱监督学习模型,用聚类采样和多分支注意力从整张病理切片中学习癌症亚型特征,无需专家逐块标注。

Hongren, Zhou · 陈贺昌 · 玉波 · Pang, Shuchao · 丛宪玲 · Cong, Lele

Expert Systems with Applications 2024

技术优势

冗余特征先被剔除

聚类采样挑出有代表性的组织区域,没用的背景和重复结构不再参与训练,分类精度提高的同时计算量明显下降。

不用专家逐块标注

多分支注意力自动给每个切片块打出伪标签,再聚合成切片级表示,补上了专家标注缺失的那块短板。

公开数据上比最新方法强

在公开和自建数据集上跟当前最优方法对比,结果都更可靠,说明这套弱监督框架的分类能力不是自说自话。

应用场景