Centrala begrepp
MS-GCNは、複数の倍率レベルで情報を活用し、包括的かつ解釈可能な病理学的景観を捉え、異なる倍率特徴の優れた性能と解釈可能性を実現します。
Sammanfattning
GCNはWSI内の複雑な相互作用を分析するために使用されている。
MS-GCNは既存の単一倍率GCN手法よりも優れたパフォーマンスを示す。
MS-GCNは低倍率で構造依存関係を同時にモデリングし、高倍率で細胞の詳細な特徴を捉えることができる。
データセットごとにMS-GCNのパフォーマンスが評価され、乳がんデータセットでは特に優れた結果が得られている。
MS-GCNは異なる倍率レベルから情報を効果的に分離し、異なる組織構造を識別する能力があることが示されている。
Statistik
MS-GCNはPatchGCNよりも全てのデータセットで上回っています。
胸部癌IデータセットではAUROCスコア0.89を達成しています。