跳到正文
arXiv · 机器人与计算机视觉· Julia A. Mielcarz, Andrea Camilloni, Nita Mulliqi, Jessica A. Frank, Anders Blilie, Emilius A. M. Janssen, Martin Eklund, Kimmo Kartasalo·· 18 天前AI 评分48

训练时域迁移实现无生成器病理诊断新方法

Training-Time Domain Transfer for Generator-Free Diagnostics on Novel Modalities in Computational Pathology

AI 导读

针对新型成像模态数据稀缺问题,该方法利用存档常规样本生成合成目标域数据,无需推理时生成即可直接对真实输入进行诊断。在前列腺组织未染色与脱蜡场景下,其与传统 H&E 基准的吻合度(Cohen's κ=0.59/0.66)均显著优于推理时虚拟染色(κ=0.37/0.61)。该研究为新兴诊断模态提供了高一致性替代方案,论文已提交至 IEEE ISBI 2027。

来源:arXiv · 机器人与计算机视觉 · arxiv.org