PrPSeg: Universal Proposition Learning for Panoramic Renal Pathology Segmentation

Understanding the anatomy of renal pathology is crucial for advancing disease diagnostics, treatment evaluation, and clinical research. The complex kidney system comprises various components across multiple levels, including regions (cortex, medulla), functional units (glomeruli, tubules), and cells...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings (IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Online) Ročník 2024; s. 11736 - 11746
Hlavní autoři:	Deng, Ruining, Liu, Quan, Cui, Can, Yao, Tianyuan, Yue, Jialin, Xiong, Juming, Yu, Lining, Wu, Yifei, Yin, Mengmeng, Wang, Yu, Zhao, Shilin, Tang, Yucheng, Yang, Haichun, Huo, Yuankai
Médium:	Konferenční příspěvek Journal Article
Jazyk:	angličtina
Vydáno:	United States IEEE 01.06.2024
Témata:	Computational modeling digital pathology dynamic network Head hierarchical taxonomy Image segmentation Pathology segmentation semi-supervised learning Semisupervised learning Training Transforms
ISSN:	1063-6919, 1063-6919
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!