1 缩写 & 引用

TNM: tumor, node, and distant metastasis (TNM)
PFA: Pyramidal Feature Aggregation
ROI: Region of Interest

2 abstract & introduction

本篇论文的主要贡献：

金字塔特征聚合Pyramidal Feature Aggregation
具有语义指导的协同学习

synergistic learning for training the main detector and extra decoder with semantic guidance

池化层提高速度

high-efficiency inference mechanism is designed with dense pooling layers

本篇论文的目的：乳腺癌转移分析检测，检测转移的存在，并测量到四个转移类别的程度

主要难点

图像像素多
正常和癌变区域之间存在hard mimic
不同转移类型之间的显著大小差异

2.1 相关工作

教师学习网络、迁移学习
Invasive cancer detection utilizing compressed convolutional neural network and transfer learning 2018 MICCAI
全卷积网络
Fast scannet: fast and dense analysis of multi-gigapixel whole-slide images for cancer metastasis detection 2019 IEEE Trans. Med. Imaging 1
条件随机场考虑空间相关性
Cancer metastasis detection with neural conditional random field 2018 arXiv

3 方法

3.1 Pyramidal Feature Aggregation金字塔特征聚合

通过大的卷积核获得大的感受域
15x15的卷积核拆成1x15+15x1和15x1+1x15两个卷积

To further reduce the computation burden and number of parameters

3.2 FCN与池化层

The pooling strides {128,64,32} are associated with feature level {3,4,5} in the training phase and will be converted to {128/α,64/α,32/α} in the inference phase

It allows dense and fast predictions when α increases

L_p: 训练patch的size
L_R: 推理input size
S_p: scanning stide
S_R: scanning stide for refetching ROIs
L_m: size of predicted probability tile

Our model falls into the category of FCN architecture, which is equivalent to a patch-based CNN with input size Lp and scanning stride Sp , but the inference speed becomes much faster by removing redundant computations of overlaps

3.3 语义指导与协同学习

BM用残余结构对边界对准进行建模

BM models the boundary alignment in a residual structure to take advantage of the local contextual information and localization cue

同时对detector和decoder训练
截断形式的交叉熵同时减少segmentation loss和分类loss

it is hard to minimize the classification loss and segmentation loss simultaneously in one iteration

The segmentation loss will clip outliers at the truncated point γ ∈ [0,0.5] when p(t|x;W) < γ

p(t|x;W) is the predicted probability for the ground truth label t given the input pixel x

When γ=0 it will degrade into binary cross-entropy

4 实验结果

数据集：Camelyon16和Camelyon17
随机森林分4类：正常、ITC、Micro、Macro
精度高，速度快

文献阅读（84）PFA-ScanNet相关推荐

对于CNN的文献阅读和识别手写数字的复现
摘要一.文献阅读 1.题目 2.摘要 3.引言 4.CNN模型结构 5.实验过程 6.同GS算法的对比二.CNN识别手写数字 1.两个性质 2.图像卷积总结摘要在论文方面阅读了基于CNN网络 ...
文献阅读_Joint Prostate Cancer Detection and Gleason Score Prediction in mp-MRI via FocalNet
Joint Prostate Cancer Detection and Gleason Score Prediction in mp-MRI via FocalNet 0 储备知识 0.1 Gleas ...
四位科研牛人介绍的文献阅读经验
每天保持读至少2-3 篇的文献的习惯.读文献有不同的读法,但最重要的自己总结概括这篇文献到底说了什么,否则就是白读,读的时候好像什么都明白,一合上就什么都不知道,这是读文献的大忌,既浪费时间,最 ...
最大熵模型（Maximum Entropy Model）文献阅读指南
最大熵模型(Maximum Entropy Model)是一种机器学习方法,在自然语言处理的许多领域(如词性标注.中文分词.句子边界识别.浅层句法分析及文本分类等)都有比较好的应用效果.张乐博士的最大 ...
条件随机场（Conditional random fields，CRFs）文献阅读指南
与最大熵模型相似,条件随机场(Conditional random fields,CRFs)是一种机器学习模型,在自然语言处理的许多领域(如词性标注.中文分词.命名实体识别等)都有比较好的应用效果.条 ...
文献阅读疑问(202010)
学习笔记,仅供参考文章目录文献阅读疑问 Unsupervised Deep Embedding for Clustering Analysis 文献阅读疑问 Unsupervised Deep E ...
那些文献阅读能力爆表的科研学子，都在偷偷做这件事……
对于广大科研学子来说,阅读文献这件事可谓是贯穿整个学术生涯,因为文献是了解现在所学专业的领域切入点,且做科研遇到难题时还可以在文献中寻找答案. 以及科研实验完毕后,若是准备发表论文,那么还得再看看文献 ...
知云文献翻译_工具推荐 | 知云学术翻译，让外文文献阅读不再难
点击上方蓝字"Edtshare"一起玩耍想必大家都经历过阅读外文文献的痛苦吧:专有名词不会.嵌套从句不懂.好不容易单词和句子都看懂了,连起来在说啥又一头雾水.笔者曾经深受其苦,所 ...
文献阅读005【精读】
Markov Weight Fields for Face Sketch Synthesis 相关知识点:马尔可夫随机场(MRF) 1. Introduction 画像合成方法:MRF(Markov ...
知云文献翻译打不开_比有道更好用的英文文献阅读翻译神器免费啦
知云文献翻译软件免费啦!您扫下面二维码就就可以得到,不需转发朋友圈.不配一款神器,科研哪来效率!有了这款神器,科研都变得更简单! 用它直接打开英文pdf文献,随便选中一段话,右侧立即给出翻译,不再需要 ...

文献阅读（84）PFA-ScanNet

文章目录

1 缩写 & 引用

2 abstract & introduction

2.1 相关工作

3 方法

3.1 Pyramidal Feature Aggregation金字塔特征聚合

3.2 FCN与池化层

3.3 语义指导与协同学习

4 实验结果

文献阅读（84）PFA-ScanNet相关推荐

最新文章

热门文章