PanNuke
PulseAugur coverage of PanNuke — every cluster mentioning PanNuke across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的 SAFViT 模块增强了数字病理学中的细胞核分割
研究人员推出了一种新颖的空间注意力融合门控 (SAFViT) 模块，旨在增强数字病理学中的细胞核分割和分类。该模块通过将解码器上下文集成到门控机制中，改进了现有的编码器-解码器架构，使网络能够学习每个像素最可靠的特征来源。在 PanNuke 数据集上进行测试时，SAFViT 在多类全景质量方面取得了显著的改进，尤其是在检测具有挑战性的“死亡”细胞类别方面。
-
CellDETR框架推动组织病理学图像中的细胞表征学习
研究人员开发了CellDETR，一个用于从组织病理学图像中进行可扩展细胞表征学习的新型框架。CellDETR基于Deformable DETR，利用位置特征解耦和盒约束注意力来提取细胞级嵌入。该方法在有监督细胞分类任务中表现出优越的性能，并且与对比学习相结合时，可以改进在未标记数据上的下游分类。此外，当使用从Xenium空间转录组学派生的细胞注释进行预训练时，CellDETR显示出强大的可迁移性和生物学相关性。
-
AI 通过新框架和技术推动医学图像分割发展 · 跟踪 8 个来源
研究人员正在开发先进的医学图像分割 AI 框架，重点是提高准确性和效率。Hi-Seg 通过人机协作增强了用于肺结节分割的 Segment Anything Model (SAM)，实现了高 Dice 分数并缩短了标注时间。PU-UNet 引入了稳定的乘法交互用于医学图像分割，在保持效率的同时提高了 Dice 和 IoU 分数。CSWinUNETR 使用交叉条纹自注意力机制和多尺度模块来处理薄的解剖结构，性能优于现有方法。此外，SegD…