利用样式增强特征域混合的组织病理学图像分析以提高泛化能力

原文约300字，阅读约需1分钟。发表于：。

本研究提出了一种基于特征域风格混合的技术，利用自适应实例归一化生成具有风格增强版本的图像。通过与现有的基于风格迁移的数据增强方法进行比较，发现该方法在计算和时间上要求较低的情况下表现相似或更好。研究结果展示了特征域统计混合在组织病理学图像分析学习模型的泛化中的潜力。

该研究提出了一种基于特征域风格混合的技术，用于生成具有风格增强版本的图像。该方法计算和时间要求较低，且在组织病理学图像分析学习模型的泛化中表现良好。