1단계) 양성 WSI와 음성 WSI
Stage-1 WSI-level classification, judging whether the input WSI is benign or malignant, and discarding the negative WSIs.
1단계 WSI 수준 분류, 입력 WSI가 양성인지 악성인지 판단하고 음성 WSI는 폐기합니다.
2단계) Key patch selection, finely classifying each patch in the malignant WSIs and choosing the positive ones as the key patches.
주요 패치 선택, 악성 WSI의 각 패치를 세밀하게 분류하고 양성 패치를 주요 패치로 선택합니다.
3단계) Segmenting the key patches and stitching them into a complete WSI mask. We adopt DenseNet [40] model for WSI-level classification and multi-model voting for patch-level classification. For the patch segmentation, we designed adversarial CAC-UNet to realize high accuracy segmentation.
주요 패치를 세분화하여 완전한 WSI 마스크로 스티칭합니다. WSI 수준 분류에는 DenseNet [40] 모델을, 패치 수준 분류에는 다중 모델 투표를 채택했습니다. 패치 분할의 경우, 높은 정확도의 분할을 실현하기 위해 적대적 CAC-UNet을 설계했습니다.
