换一批
换一批自适应特征融合和条件随机场的乳腺病理图像诊断算法
Breast pathological image diagnosis algorithm incorporating adaptive feature fusion and conditional random field
摘要肿瘤病理学分析是常见的癌症诊断方法之一.基于深度学习的病理检测方法取得了良好性能,然而针对组织切片的处理方法往往会忽略病理组织空间相关性,为了更加准确地获取乳腺癌分类结果和恶性肿瘤位置信息,提出嵌入自适应特征融合模块和均值条件随机场的Transformer框架,利用反向传播算法端到端地训练整个框架.自适应特征融合模块采用可学习参数将改进的自注意力和多感受野卷积模块自适应结合,获取多尺度语义特征,从全局和局部的角度增强模型特征提取能力;提出均值条件随机场与主干网络结合,整合组织切片间的空间相关性,获取病理组织间的形态学信息.实验结果表明:所提方法在切片级图像上准确率高达95.51%,在全切片扫描图像的AUC、FROC分别为0.9745、0.8102,有较好的可行性,提高了病理图像分类临床诊断准确率.
更多相关知识
关键词
乳腺图像处理自适应特征融合条件随机场病理切片breastimage processingadaptive feature fusionconditional random fieldpathological slice
栏目名称
医学影像物理
DOI
10.3969/j.issn.1005-202X.2024.04.006
发布时间
2024-05-06
基金项目
四川省重点研发计划(重大科技专项)项目
四川省卫生健康委员会临床研究项目
南充市市校科技战略合作专项
- 浏览16
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
