본 연구는 병리학 전체 슬라이드 이미지(WSI) 분석을 위한 새로운 동적 그래프 표현 방법인 WiKG를 제안한다. 기존 방법들은 명시적인 공간 정보를 활용하여 그래프 구조를 구축하였지만, 이는 공간적으로 멀리 떨어진 패치 간 상호작용을 제한하는 한계가 있었다. 이에 WiKG는 각 패치의 헤드와 테일 임베딩을 학습하여 동적으로 이웃 관계와 방향성 있는 엣지를 구성한다. 또한 지식 기반 주의 집중 메커니즘을 도입하여 헤드 노드 특징을 업데이트함으로써 패치 간 상호작용을 효과적으로 모델링한다. 최종적으로 업데이트된 헤드 노드 특징을 활용하여 WSI 수준의 임베딩을 생성하고, 이를 통해 WSI 분류 작업을 수행한다.
실험 결과, WiKG는 세 가지 TCGA 벤치마크 데이터셋과 자체 수집한 동결 절편 폐암 WSI 데이터셋에서 기존 최신 방법들을 뛰어넘는 성능을 보였다. 특히 동결 절편 데이터셋에서의 우수한 일반화 성능을 확인할 수 있었다. 또한 WiKG의 동적 엣지 구성, 지식 기반 주의 집중 메커니즘, 이웃 노드 수 등에 대한 상세한 분석을 통해 제안 방법의 효과를 입증하였다.
إلى لغة أخرى
من محتوى المصدر
arxiv.org
الرؤى الأساسية المستخلصة من
by Jiawen Li,Yu... في arxiv.org 03-13-2024
https://arxiv.org/pdf/2403.07719.pdfاستفسارات أعمق