Digital pathology23 TransMIL: Transformer based Correlated MultipleInstance Learning for Whole SlideImage Classification Motivation1. Vanillar Attention MIL은 IID(independent and identical distribution)에 기반하고 있어서, 패치별 연관성을 고려하지 못함.2. 이에 대한 대안으로 Transformer을 사용하는 경우도 계산량 때문에, 시퀀스 길이가 짧아야해서 WSI분석에는 적용이 어려움.예를 들어, 아래의 그림과 같이 Vanillar Attention인 경우(d), ∑αi∗hi와 같이 attention weight * instance embedding으로 가중합으로 하게되는데, 이때 attention weight은 i의 인스턴스만이고려된 가중치임(=attention weight은 attention score로 유래되고, i 인스턴.. 2024. 11. 18. Morphological Prototyping for Unsupervised Slide Representation Learning Computational Pathology Motivation한 조직슬라이드를 보면, 같은 패턴(예, Stroma, Cancer, Epithelium)의 조직슬라이드 여러 번 등장한다는 것여러 패턴의 특징을 집합으로해서, 분포로 특징화하면 슬라이드를 표현하기에 더 좋을 것 이라는 가설 Method방법론은 크게 2가지로 구분됩니다. 1) 패치를 어떻게 프로토타입이랑 연계할 것인가, 2) 슬라이드 임베딩 과정1. 패치를 임베딩: zjNj2. 슬라이드 임베딩: $z^{j}_{WSI} = \left[ \sum_{n=1}^{N_j} \varphi_j \left( z_{j \, n}, h_1 \right), \, \cdots , \, \sum_{n=1}^{N_j} \varphi_j \left( z_{j \, n}, h_C \right).. 2024. 11. 5. Rethinking Multiple Instance Learning for WholeSlide Image Classification: A Good InstanceClassifier is All You Need IEEE TCSVT, 2023 PreliminaryInstance-based methods: 인스턴스 분류기를 슈도라벨을 이용해서 학습하고, Bag-level로 집계하는 방식Attention based bag level MIL: instance feature을 뽑은 후에, 이를 집계해서 bag label을 예측함. 주로 Attention weight을 이용하여 이를 instance-level classification처럼 이용. Motivation: 기존 방법들의 단점Instance-base method: Bag label을 그대로 인스턴스 label로 할당하는 방법을 의미함. Instance pseudo label(할당된 라벨)의 노이즈가 많음. 실제 인스턴스 라벨을 모르기 때문에, 인스턴스 분류기의 .. 2024. 9. 11. 5분컷리뷰Towards Large-Scale Training of Pathology Foundation Models 요약디스크에 저장없이 바이트범위만 획득하게하는 온라인패치는 패치의 배율, 좌표를 다양하게 할 수 있습니다. 온라인패치로 다양한 배율로 학습한 모델은 더 향상된 성능을 보여주었습니다. 그리고, 학습시, ImageNet을 파인튜닝하는게 FM모델을 만드는데 더 도움이 됩니다. 마지막으로, 데이터의 크기는 총 범위의 30% 정도면, 100%사용과 비슷한 성능을 기대할 수 있습니다. 그리고, 이 파이프라인은 eva라는 오픈소스로 공개되어있습니다. Introduction병리에서 자기지도학습알고리즘으로 대규모로 학습하는 사례가 많아짐.어떤 방법으로 학습하고 적용해야, 효과적으로 large scale 모델을 학습할 수 있지 의문이 연구에서는 학습/테스트 파이프라인을 제시 (eva)온라인패치하이퍼 파라미터, 초기화 전략.. 2024. 8. 8. H&E이미지에서 상피세포 분류(Epithelium) 이해하기 상피조직의 세포층에 따른 분류단층 상피: Simple이라는 이름이 붙어짐다층 상피: stratified라는 이름이 붙어짐. 상피조직의 세포 형태(높이)에 따른 분류판상(비늘모양 판모양): squamous (scale-, plate-like)라는 이름이 붙어짐 Cuboidal: 입방형. 가로세로가 보통 같은 모양.Columnar: 기둥형. 높은층 단층형 상피(Simple epithelia)Simple squamous epithelium: 단층(Simple)으로 이뤄진 낮은 크기(squamous)의 세포들로 이루어진 상피. 대부분의 신체에서 발견되고, 심장, 혈관, 림프관등에서 관찰됨. 핵은 납작하고 타원형으로 관찰됨 => 달걀처럼 행이보임. 보통 상피의 중앙에 핵이 있음.Simple cuboidal ep.. 2024. 7. 12. TDLU (Terminal Ductal Lobular Unit) Human breast tissue소엽(Loublar): 여러 신체에서 볼 수 있는 구조적인 작은 단위. 보통 엽은 한자에서 "잎"을 의미하나 , 의학에서는 작은 구조적인 단위를 의미Mammary duct: Terminal ductal lobular unit(TDLU)로부터 모유가 나오는데 그 모유가 나오는 관을 Mammary duct라고함.Terminal Ductal Lobular Unit (TDLU): 유선(mammary duct)의 끝 부분에 위치하여 모유를 생산하는 작은 단위 Acini(Ductules, 소낭): 분비기관에서의 작은 구조적 단위. 분비세포로 이뤄져있는 구조 TDLUAcini (terminal ductules): 동글동글하고, 가운데 빈 공간(lumen)있는 구조물.Intralob.. 2024. 7. 12. 이전 1 2 3 4 다음
