Nenadzorovana detekcija rakavih regij v histoloških slikah s pomočjo preslikav slika-v-sliko
DOI:
https://doi.org/10.31449/upinf.136Ključne besede:
detekcija anomalij, nenadzorovano učenje, globoko učenje, generativne nasprotniške mreže, preslikave slika-v-sliko, digitalna patologijaPovzetek
V delu predstavimo nenadzorovan pristop za detekcijo vizualnih anomalij v medicinskih slikah, kjer je cilj odkriti vizualne značilnosti, ki pomembno odstopajo od pričakovane normalne predstavitve. Glede na naravo pojava anomalij in kompleksnih procesov, ki jih tvorijo, je težko pridobiti ekspertno označene podatke. Pridobitev tako označenih podatkov je še posebej zahtevna na biomedicinskem področju, kjer nam take podatke lahko zagotovijo zgolj domenski eksperti. Poleg tega so podatki na biomedicinski domeni veliko bolj kompleksni tako z vidika njihove predstavitve kot dimenzionalnosti. V tem delu ta problem naslovimo na nenadzorovan način z uporabo metode za preslikavo slika-v-sliko, ki pomembno izboljša trenutne nenadzorovane pristope in deluje z zmogljivostjo, ki je podobna nadzorovanemu pristopu.Prenosi
Objavljeno
21.12.2021
Kako citirati
[1]
Štepec, D. in Skočaj, D. 2021. Nenadzorovana detekcija rakavih regij v histoloških slikah s pomočjo preslikav slika-v-sliko. Uporabna informatika. 29, 4 (dec. 2021). DOI:https://doi.org/10.31449/upinf.136.
Številka
Rubrike
Kratki znanstveni prispevki