Méthodes de classification du cancer du sein pour les microscopes à réalité augmentée - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Méthodes de classification du cancer du sein pour les microscopes à réalité augmentée

Résumé

Un microscope à réalité augmentée (ARM) permet d'afficher des informations supplémentaires sur les tissus en cours d'analyse par un pathologiste. Les méthodes d'analyse d'image utilisées par ces microscopes doivent être robustes aux changements de niveau de grossissement pour suivre les déplacements dans les lames de verres. Nous résolvons ce problème en tirant parti des caractéristiques présentes dans certains niveaux de grossissement clefs qui permettent de mieux comprendre d'autres niveaux de grossissement. Nous proposons une méthode temps réel robuste aux changements de niveaux de grossissement en entraînant des réseaux de neurones profonds sur certains niveaux clefs d'images de lames (WSI) et en les testant sur les niveaux d'un microscope. Nous montrons que notre approche surpasse ou équivaut les méthodes naïves sur un jeu de données de cancer du sein pour l'architecture d'apprentissage profond Inception-ResNet-v2.
Fichier principal
Vignette du fichier
Robin_Heckenauer_RFIAP_2022_Camera_Ready.pdf (1.54 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03687423 , version 1 (03-06-2022)

Identifiants

  • HAL Id : hal-03687423 , version 1

Citer

Robin Heckenauer, Jonthan Weber, Cédric Wemmert, Michel Hassenforder, Pierre-Alain Muller, et al.. Méthodes de classification du cancer du sein pour les microscopes à réalité augmentée. RFIAP 2022 (Congrès Reconnaissance des Formes, Image, Apprentissage et Perception), Jul 2022, Vannes, France. ⟨hal-03687423⟩
62 Consultations
129 Téléchargements

Partager

Gmail Facebook X LinkedIn More