该论文介绍了利用图像处理进行ROI检测，通过Deep-learning CNN进行基于瓷砖的分类，以及后期处理来辅助检测鳞状细胞癌的方法。在ROI检测中，采用OTSU多级映射从RGB转HSV得到二进制掩模；CNN模型训练了Inceptionv3, InceptionResnet-v2, Resnet50并组合；DataAugmentation用于增强数据；后期处理包括256X256像素补丁产生的热力图，以及基于滑动的分类器构建。"
104793722,8226747,Dockerfile详解与私有仓库搭建,"['Docker', '容器化', 'Dockerfile', '私有仓库']
2. Material and methods
- ROI
- Tile-based classification
- slide-based classification
2.2 ROI detection with Image Processing
- Using OTSU, multilevel mapping
- First covert the original image from RGB to HSV
- Generate binary mask
- Extract tissue region using tisue mask and image morphology operations.
2.3 Deep-learning CNN for Tile-based Classification
训练三种模型（Inceptionv3, InceptionResnet-v2, Resnet50），然后组合起来变成一个新的模型。
DataAugmentation
2.4 Post-processing
256X256 pixel patch produce heatmap
build classifier for slide-based classification
使用heatmap的特征来进行分类器的训练
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
