[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Patheria : détection et classification cellulaires pour les années 2020

Created by
  • Haebom

Auteur

Dejan \v{S}tepec, Maja Jer\v{s}e, Sne\v{z}ana {\DJ}oki c, Jera Jeruc, Nina Zidar, Danijel Sko\v{c}aj

Contour

Patherea est un framework intégré pour la détection et la classification cellulaires par points, permettant le développement et l'évaluation équitable de méthodes de pointe. Nous présentons un ensemble de données à grande échelle reproduisant un flux de travail clinique pour l'estimation de l'indice de prolifération Ki-67. Patherea prédit directement la localisation et le type cellulaire sans recourir à des représentations intermédiaires. Il intègre une stratégie d'appariement hongrois hybride pour une attribution précise des points et prend en charge une infrastructure et un schéma d'entraînement flexibles incluant des modèles pathologiques récents. Il atteint des performances de pointe sur des ensembles de données publics tels que Lizard, BRCA-M2C et BCData, mais souligne la saturation des performances de ces benchmarks. En revanche, le nouvel ensemble de données Patherea proposé présente un benchmark beaucoup plus complexe. Il identifie et corrige également les erreurs courantes dans les protocoles d'évaluation actuels, offrant ainsi un outil d'analyse comparative actualisé pour une évaluation standardisée. L'ensemble de données et le code Patherea sont rendus publics afin de faciliter la poursuite des recherches et une comparaison équitable.

Takeaways, Limitations

Takeaways:
Patherea, un cadre intégré pour la détection et la classification cellulaires basées sur des points
Fournir un grand ensemble de données reflétant le flux de travail clinique pour estimer l'indice de prolifération Ki-67
Obtenez des performances de pointe sur les ensembles de données de référence existants et confirmez la saturation des performances
Présentation d'un nouvel ensemble de données de référence plus ambitieux (ensemble de données Patherea)
Correction des erreurs dans les protocoles d’évaluation existants et fourniture d’outils d’analyse comparative pour les évaluations standardisées.
Faciliter la recherche et la comparaison équitable grâce à un code et des ensembles de données ouverts
Limitations:
Outre le fait que l'ensemble de données Patherea est beaucoup plus complexe que les ensembles de données existants, le Limitations spécifique n'est pas explicitement mentionné dans l'article. D'autres Limitations pourraient être découverts grâce à de futures recherches.
👍