优化视觉转换器用于组织病理学:乳腺癌分类预训练和规范化
Giulia Lucrezia Baroni1, Laura Rasotto1, Kevin Roitero1
1Department of Mathematics, Computer Science and Physics, University of Udine, 33100 Udine, Italy.
Journal of imaging
|May 24, 2024
概括
本研究介绍了一种视觉转换器,用于在组织学图像中对乳腺癌进行分类. 在ImageNet上的训练提高了准确性,显示了它对医学图像分析的价值.
科学领域:
- 医学图像分析 医学图像分析
- 计算病理学计算病理学
- 在瘤学中使用人工智能
背景情况:
- 从组织学图像准确地分类乳腺癌对于有效治疗至关重要.
- 视觉转换器 (ViT) 显示出对图像分类任务的承诺.
- 优化对组织病理学的ViT性能需要仔细考虑训练策略.
研究的目的:
- 开发和评估一种自我注意力视觉转换器模型,用于组织学图像中的乳腺癌分类.
- 调查各种培训策略对模型性能的影响.
- 评估拟议模型在不同数据集中的概括能力.
主要方法:
- 开发了一个自我注意力视觉变压器模型.
- 广泛评估培训策略,包括预培训,数据增强和补丁配置.
- 在BACH数据集上训练和验证模型,并在BRACS和AIDPATH数据集上进行测试.
主要成果:
- 通过ImageNet预训练的ViT实现了0.91 (BACH),0.74 (BRACS) 和0.92 (AIDPATH) 的精度.
- 几何和色彩数据增强技术显示效率增加.
- 特定领域的预培训显示出潜力,但与一般预培训相比,尚未提供明显的优势.
结论:
- 对像ImageNet这样的大规模一般数据集的训练对组织学图像分类有好处.
- 开发的视觉变压器模型展示了强大的性能和概括能力.
- 对特定领域预训练的进一步研究可以增强体病理学图像分析.
