Data Alchemy

数据炼金术方法解决了成像中的跨站点模型变异性问题

研究人员开发了“数据炼金术”（Data Alchemy），一种解决不同临床站点深度学习成像工具变异性的新方法。该方法结合了可解释的染色标准化和测试时数据校准，旨在减少差异而不改变现有的网络权重。在组织病理学图像肿瘤分类实验中，仅使用标准化就将精确率-召回率曲线下面积（AUPR）从0.165提高到0.710，通过完整的数据炼金术框架进一步将性能提升至0.852。