jxloveysq的博客

版权声明：本文为优快云博主「小苑同学」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.youkuaiyun.com/yuansiming0920/article/details/111303192存在的问题：（1）随着神经网络的深度增加，FCN的感受野生长比较缓慢，受限的RF（感受野）不能建立图像上像素之间的longer-range关系。因此由于目标身体内部模棱两可和噪音的产生使得像素很难去分类。目前的解决方法：扩大感受野，如增加ASPP

全视野数字切片（幻灯片/WSIs）图像的数据高效和弱监督的计算病理学一．WSIs图像介绍主要应用于病理学细胞图像领域，即组织载玻片到数字格式的转换。 每张内存大，可以放大倍数检索。主要存在的特点：内存占比高 分辨率高 标注难度大小结论文主要概要计算病理学的深度学习方法需要人工标注10亿像素全幻灯片图像(WSIs)或带有幻灯片级标签的大型WSIs数据集，而且通常存在较差的域适应性和可解释性。在这里，我们提出了一种可解释的弱监督深度学习方法，用于数据高...