STREAM:流形流匹配生成病理图像
热点事件持续更新
STREAM:流形流匹配生成病理图像
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Won June Cho 等在 arXiv 发布论文,提出 STREAM,一个将黎曼流匹配应用于数字病理图像生成的两阶段框架,作者称这是该领域首个此类框架。 方法上,STREAM 把病理视觉基础模型的 patch token 作为单位球面上的潜空间,通过桥式随机扰动与各向异性解码器完成生成。在 TCGA-BRCA 和 TCGA-COADREAD 数据集上,论文摘要报告其取得最优 gFID,并在多数病理专用指标中排名第一。代码与生成图像公开画廊见项目页面。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
STREAM:面向数字病理图像生成的随机黎曼流匹配框架报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv · cs.AISTREAM:面向数字病理图像生成的随机黎曼流匹配框架
Won June Cho 等提出 STREAM,用于生成合成数字病理图像。作者将病理视觉基础模型的 patch token 作为单位球面上的潜空间,并通过桥式随机扰动与各向异性解码器训练设计完成两阶段生成;在 TCGA-BRCA 和 TCGA-COADREAD 上,摘要报告其取得最优 gFID,并在多数病理专用指标中排名第一。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。