BriefGPT - AI 论文速递
·
Cross-Patient Pseudo Bag Generation and Curriculum Contrastive Learning for Imbalanced Multiclass Whole Slide Image Analysis
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
该研究提出了一种新算法，解决全幻灯片图像分析中的多分类样本不平衡问题。通过生成相似特征的伪袋，结合样本选择和课程对比学习，显著提升了模型的稳定性和表现。在肿瘤分类和淋巴结转移检测任务中，F1分数平均提高了4.39分，显示出优越性能。
🎯
关键要点
- 该研究提出了一种新算法，解决全幻灯片图像分析中的多分类样本不平衡问题。
- 通过生成与原始WSI特征分布相似的伪袋，学习更细粒度的信息。
- 结合亲和力基础的样本选择和课程对比学习策略，显著提升模型的稳定性和表现。
- 在肿瘤分类和淋巴结转移检测任务中，F1分数平均提高了4.39分，显示出优越性能。
➡️
