ضغط الصور العصبي لتحليل الصور الهستوباثولوجية ذات دقة جيجا بيكسل

نقترح ضغط الصور العصبي (NIC)، وهي طريقة تتكون من خطوتين لبناء الشبكات العصبية التلافيفية لتحليل الصور ذات دقة جيجا بيكسل باستخدام تسميات ضعيفة على مستوى الصورة فقط. في الخطوة الأولى، يتم ضغط الصور ذات دقة جيجا بيكسل باستخدام شبكة عصبية تم تدريبها بطريقة غير مشروطة، مما يحتفظ بالمعلومات عالية المستوى بينما يقلل من الضوضاء على مستوى البكسل. في الخطوة الثانية، يتم تدريب شبكة عصبية تلافيفية (CNN) على هذه التمثيلات الضاغطة للصور لتوقع تسميات على مستوى الصورة، مما يتجنب الحاجة إلى التعليقات اليدوية الدقيقة. قمنا بمقارنة عدة استراتيجيات ترميز، وهي تقليل خطأ إعادة البناء، والتدريب المتباين، وتعلم الميزات القلقة، وقيمنا NIC على مهمة صناعية ومجموعتين بيانات هستوباثولوجية عامتين. وجدنا أن NIC يمكنه الاستفادة بنجاح من الإشارات البصرية المرتبطة بتسميات على مستوى الصورة، مما يدمج كلاً من المعلومات البصرية العالمية والمحلية. علاوة على ذلك، قمنا بتصوير المناطق من صور الجيجا بيكسل المدخلة التي تركزت عليها الـ CNN، وأكدنا أنها تداخلت مع التعليقات من الخبراء البشريين.