.png){kind=icon}
返回
Multiplex aggregation combining sample reweight composite network for pathology image segmentation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.artmed.2025.103239.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 创新网络架构：引入CDNet，一种新型架构，结合卷积神经网络（CNN）和视觉Transformer（ViT）以增强特征边缘和纹理细节，显著改善病理图像中的细胞核分割效果。
• 多样化聚合卷积（DAC）模块：开发了DAC模块，用于整合不同下采样方法生成的特征图，增强特征表示能力并提高处理复杂边界的准确性。
• 因果推断模块（CIM）：基于因果推断原理集成CIM，以消除特征间的虚假相关性，从而提升模型的跨域泛化能力和稳定性。
• 稳定加权组合损失函数：设计了一种独特的损失函数，结合因果推断损失、分块计算的Dice损失和Focal损失，以优化分割性能并增强模型的鲁棒性。
• 卓越的分割性能：证实CDNet在多个数据集（MoNuSeg、GLySAC、MoNuSAC）上优于当前最优模型，有效解决了模糊边界、领域不一致和细胞核分布不均等挑战。
• 临床应用性：扩展CDNet以支持细胞核分割与分类的双重功能，实现不同细胞核亚型的精确识别与量化。这有助于组织分型、肿瘤分级及空间细胞分布评估——这些是临床诊断和个性化治疗方案制定的关键因素。
Keyword:
CDNet
Vision Transformer
nuclei segmentation
causal inference
loss function
期刊
IF:
6.2
论文数:
2.5K
被引数:
7.8K
机构
引用论文
Implementation of an improved multi-object detection, tracking, and counting for autonomous driving
PREAI
分享收藏HiFuse: Hierarchical multi-scale feature fusion network for medical image classificationHiFuse: 用于医学图像分类的分层多尺度特征融合网络
OAAI
OAAI分享收藏Stable Prediction across Unknown Environments.png)
Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningOAAI
Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningIF0
OAAI分享收藏Hover-Net: Simultaneous segmentation and classification of nuclei in multi-tissue histology imagesHover-Net: 多组织组织学图像中细胞核的同时分割和分类MEDICAL IMAGE ANALYSISOAAI
MEDICAL IMAGE ANALYSISIF11.8
OAAI分享收藏Deep learning applications in breast cancer histopathological imaging: diagnosis, treatment, and prognosis深度学习在乳腺癌组织病理学成像中的应用: 诊断、治疗和预后OAAI
OAAI分享收藏
查看更多内容