Core Concepts
뇌 종양의 정확한 분류, 하위 분류 및 등급에 대한 효과적인 관리는 다양한 특징 추출기와 집계기를 통한 엄격한 다중 인스턴스 학습 실험 결과를 통해 확립된 새로운 성능 기준을 제시합니다.
Abstract
뇌 종양의 관리는 정확한 분류, 하위 분류 및 등급에 의존합니다.
ResNet-50 및 DTFD 기능 집계기를 사용하여 새로운 성능 기준을 설정하고 인도 데모그래픽을 중점으로 한 새로운 데이터 세트를 소개합니다.
H&E 스테인 전체 슬라이드 이미지를 사용하여 IHC 분자 바이오마커를 분류하고 진단 절차를 모방하는 모델의 능력을 강조합니다.
다양한 데이터 세트 및 작업에 대한 효과적인 접근 방식을 제시하고 뇌 조직학 데이터 분석에 대한 가장 효과적인 방법을 제시합니다.
Stats
ResNet-50과 DTFD를 사용하여 IPD-Brain에서의 세 방향 글리오마 하위 분류에 대한 AUC는 88.08 ± 3.98입니다.
TCGA-Brain 데이터 세트에서 세 방향 글리오마 하위 분류에 대한 AUC는 95.81 ± 1.78입니다.
Quotes
"이 연구는 다양한 특징 추출기와 집계기를 통해 뇌 조직학의 엄격한 다중 인스턴스 학습 실험 결과를 통해 환자 치료를 발전시킵니다."
"H&E 스테인 전체 슬라이드 이미지를 사용하여 IHC 분자 바이오마커를 분류하고 진단 절차를 모방하는 모델의 능력을 강조합니다."