10.16208/j.issn1000-7024.2021.08.033
基于SSN的数据集预处理框架
为解决由于染色差异造成的组织病理学图片良性、恶性检测精度下降的问题,提出一种基于染色风格归一化算法的数据集预处理框架.搭建图片转换网络和损失函数网络,在训练时,联合内容图片和目标染色图片构建损失函数,通过对大量内容图片进行训练,将目标染色图片的染色风格编码在模型的权重之中;在运行时,该模型可以使输入的图片在保持原有病理学样式的情况下达到染色分布的统一.实验结果表明,经该框架处理后的数据集有着更加集中的色彩空间,使用处理后数据集训练得到的模型有着更高的分类精度.
染色差异;组织病理学;染色风格归一化;预处理框架;病理学样式;色彩空间
42
TP391.41(计算技术、计算机技术)
国家自然科学基金项目U1734211
2021-08-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
2341-2349