arXiv Computer Vision· Chen Shu, Chengyang Zhang, Boyu Fu, Ting Yin, Wenchuan Zhang, Jie Chen, Yuhao Yi, Hong Bu·· 20 小时前AI 评分22
ProtoPur：面向病理弱监督实例学习的原型纯度伪标签方法
ProtoPur: Prototype-Purity Pseudo-Labeling for Weakly Supervised Instance Learning in Pathology
AI 导读
ProtoPur 是一种面向病理全切片图像的弱监督实例级学习方法，通过在冻结基础模型特征构建的原型区域上估计类平衡局部纯度，为与目标类别强关联的高纯度区域分配伪标签。在三个公开全切片图像数据集和两种病理基础编码器上，该方法在多个 MIL 骨干上持续提升实例级性能，同时保持有竞争力的包级性能。其 PAC 式分析将实例分类器风险分解为均匀收敛项与伪标签噪声项。
来源：arXiv Computer Vision · arxiv.org