研究人员开发了CLEAR-WSI,一个用于病理档案中全切片图像可扩展检索的新框架。该系统通过使用基于内容的图像检索来解决元数据不一致或缺失的挑战。CLEAR-WSI采用固定长度的切片嵌入,并使用预测或真实诊断标签来优化搜索结果,从而支持档案的持续增长。与现有基线相比,该框架在CAMELYON16、BRACS-1、BRACS-2和X-HER2等多个数据集上展示了改进的Precision@5分数。 AI
影响 通过提高图像检索系统的效率和可扩展性,增强了数字病理学中的诊断能力。
排序理由 该项目是一篇学术论文,详细介绍了病理学中图像检索的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- BRACS-1
- BRACS-2
- CAMELYON16
- CatalyzeX
- CLEAR-WSI
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- Litmaps
- ScienceCast
- scite Smart Citations
- X-HER2
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →