全幻灯片图像分类中的位置感知多实例学习的 RoFormer
原文中文,约300字,阅读约需1分钟。发表于: 。整个切片图像(WSI)分类是计算病理学中的一个关键任务,目前深度学习在处理这种大小为千兆像素的图像方面仍存在重大挑战。我们提出了一种称为 RoFormer 层的简单编码模块,采用了内存高效的准确自注意力和相对位置编码,在大型和任意形状的 WSI 切块上进行全自注意力,解决了实例间相关性和组织的空间建模问题。我们的方法在弱监督分类任务上比最先进的 MIL...
RoFormer是一种用于处理大型WSI图像分类任务的编码模块,采用内存高效的自注意力和相对位置编码,能够解决实例间相关性和组织的空间建模问题。该方法在弱监督分类任务上表现出色,比最先进的MIL模型在三个公共数据集上表现更好。