前列腺活检分级的层次视觉转换器:朝着弥合泛化差距的方向
Clément Grisi1, Kimmo Kartasalo2, Martin Eklund2
1Computational Pathology Group, Oncode Institute, Department of Pathology, Radboudumc, Nijmegen 6525 GA, Netherlands.
Medical image analysis
|July 11, 2025
概括
层次视觉转换器通过聪明地结合注意力得分,在全幻灯片图像 (WSI) 中有效地分级前列腺癌. 这种方法实现了最先进的结果,并显示了计算病理学应用的强烈概括性.
科学领域:
- 计算病理学计算病理学
- 医学成像医学成像
- 人工智能的人工智能是人工智能.
背景情况:
- 在病理学中,全幻灯片图像 (WSIs) 由于其大小而带来计算挑战.
- 视觉转换器 (ViT) 是强大的,但与大规模的图像数据作斗争.
- 层次变压器为处理长序列或大图像提供了解决方案.
研究的目的:
- 探索层次视觉转换器 (HViTs) 在WSIs中前列腺癌分级的有效性.
- 引入一种新的方法来结合跨层次层次的注意力得分.
- 评估模型的性能和概括能力.
主要方法:
- 为WSIs量身定制的层次视觉转换器架构的实施.
- 在变压器层次结构中开发智能注意力评分聚合技术.
- 关于前列腺癌程度评估 (PANDA) 数据集和各种临床数据集的验证.
主要成果:
- 性能最好的模型在PANDA测试套件上获得了0.916的二次卡帕,与最先进的技术相匹配.
- 该模型表现出优越的概括性,在不同的临床环境中达到0.877的二次卡帕.
- 这种方法被证明是稳固的,并且可以在实践中应用.
结论:
- 具有新的注意力机制的等级视觉转换器在WSI中对前列腺癌分级非常有效.
- 拟议的方法提供了强大的性能和优秀的概括性,适合现实世界的计算病理学.
- 这项工作为医学成像分析的更广泛采用铺平了道路.
