.png){kind=icon}
返回
NuHTC: A hybrid task cascade for nuclei instance segmentation and classification
.png){kind=icon}
OA
AI
DOI：10.1016/j.media.2025.103595.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
苏木精和伊红（H&E）染色数字病理图像的细胞核实例分割与分类，对于进一步下游的癌症诊断和预后任务至关重要。先前的研究主要关注使用单级特征图进行细胞核实例分割的自底而上方法，而多级特征图似乎更适合不同大小和类型的细胞核实例。在本文中，我们基于混合任务级联（HTC）开发了一种有效的自顶而下细胞核实例分割与分类框架（NuHTC）。NuHTC包含两个新组件：分水岭提议网络（WSPN）和混合特征提取器（HFE）。WSPN能为区域提议网络提供额外的提议，从而使模型能更精确地预测边界框。在感兴趣区域（RoI）对齐阶段，HFE能更好地利用高级行为全局特征和低级语义特征，指导NuHTC学习类内方差更小的细胞核实例特征。我们在四个公开的多类别细胞核实例分割数据集上进行了大量实验。NuHTC的定量结果证明了其在实例分割和分类方面相较于其他最新方法的优越性。
Keyword:
Nuclei instance segmentation
Nuclei instance classification
Hybrid task cascade
Swin transformer
Computational pathology
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
11.8
论文数:
3.9K
被引数:
2.4W
机构
暂无机构信息
引用论文
Human-interpretable image features derived from densely mapped cancer pathology slides predict diverse molecular phenotypes来自密集映射的癌症病理幻灯片的人类可解释的图像特征预测了不同的分子表型.png)
NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏分享收藏Multi-task multi-modal learning for joint diagnosis and prognosis of human cancers用于人类癌症联合诊断和预后的多任务多模态学习MEDICAL IMAGE ANALYSIS
MEDICAL IMAGE ANALYSISIF11.8
PREAI
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 with biopsy whole slide images for pretreatment prediction of pathological complete response to neoadjuvant chemotherapy in breast cancer : A multicenter study活检全切片图像深度学习对乳腺癌新辅助化疗病理完全缓解的预处理预测: 一项多中心研究BREASTOAAI
BREASTIF7.9
OAAI分享收藏
查看更多内容