[공지사항]을 빙자한 안부와 근황 
Show more

Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

Patheria: Phát hiện và phân loại tế bào cho những năm 2020

Created by
  • Haebom

Tác giả

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

Phác thảo

Patherea là một khuôn khổ tích hợp để phát hiện và phân loại tế bào dựa trên điểm, cho phép phát triển và đánh giá công bằng các phương pháp tiên tiến. Chúng tôi trình bày một tập dữ liệu quy mô lớn mô phỏng quy trình làm việc lâm sàng để ước tính chỉ số tăng sinh Ki-67. Patherea dự đoán trực tiếp vị trí và loại tế bào mà không cần dựa vào các biểu diễn trung gian. Nó kết hợp chiến lược ghép cặp Hungary lai để gán điểm chính xác và hỗ trợ một xương sống linh hoạt và sơ đồ đào tạo bao gồm các mô hình dựa trên bệnh lý học gần đây. Nó đạt được hiệu suất tiên tiến trên các tập dữ liệu công khai như Lizard, BRCA-M2C và BCData, nhưng làm nổi bật sự bão hòa hiệu suất của các điểm chuẩn này. Ngược lại, tập dữ liệu Patherea mới được đề xuất đưa ra một điểm chuẩn khó khăn hơn nhiều. Nó cũng xác định và sửa các lỗi phổ biến trong các giao thức đánh giá hiện tại, cung cấp một tiện ích đánh giá chuẩn được cập nhật cho việc đánh giá chuẩn hóa. Tập dữ liệu và mã Patherea được công khai để tạo điều kiện cho nghiên cứu sâu hơn và so sánh công bằng.

Takeaways, Limitations

Takeaways:
Patherea, một khuôn khổ tích hợp để phát hiện và phân loại tế bào dựa trên điểm
Cung cấp một tập dữ liệu lớn phản ánh quy trình làm việc lâm sàng để ước tính chỉ số tăng sinh Ki-67
ĐạT được hiệu suất tiên tiến nhất trên các tập dữ liệu chuẩn hiện có và xác nhận mức bão hòa hiệu suất
Giới thiệu một bộ dữ liệu chuẩn mới, đầy thách thức hơn (bộ dữ liệu Pathrea)
Sửa lỗi trong các giao thức đánh giá hiện có và cung cấp tiện ích đánh giá chuẩn cho các đánh giá tiêu chuẩn.
Thúc đẩy nghiên cứu và so sánh công bằng thông qua mã mở và tập dữ liệu
Limitations:
Ngoài việc tập dữ liệu Patherea khó hơn nhiều so với các tập dữ liệu hiện có, Limitations cụ thể không được đề cập rõ ràng trong bài báo. Limitations bổ sung có thể được phát hiện thông qua các nghiên cứu trong tương lai.
👍