此外,为了进行特征提取,我们利用Grad -CAM的基本思想,在AB-MIL的框架下推导了实例概率,Grad-CAM是为可视化深度学习特征而开发的[33]。 本质上,我们从另一个角度处理WSI分类的MIL问题,提出了双层MIL框架。主要贡献有: 我们引入了伪包的概念来缓解WSIs数量有限的问题。 利用梯Grad-CAM的基本思想,推导了AB-MIL框架下...
给定 AB-MIL 是许多 MIL 工作的基础,实例概率推导可以帮助扩展相关 MIL 方法的研究。(3) 通过利用实例概率推导,我们制定了一个双层 MIL 框架,实验表明它在两个大型公共组织病理学 WSI 数据集上优于其他最新方法。 2. 相关工作 2.1. WSI分析中的多实例学习 为了证明弱监督学习的重要性,有一种趋势是开发用于 ...