Image processing in digital pathology: an opportunity to solve inter-batch variability of immunohistochemical staining

Référence Scientific Reports, 7, 42964
Publication Publié, 2017-02-21

Article révisé par les pairs

Panoptic quality should be avoided as a metric for assessing cell nuclei segmentation and classification in digital pathology.
par Foucart, Adrien , Debeir, Olivier , Decaestecker, Christine
Publication 2023-05
Training Data Selection to Improve Multi-class Instance Segmentation in Digital Pathology
par Galvez Jiménez, Laura , Franzin, Alberto , Decaestecker, Christine
Publication ACM, 2024-02-27
Finding the best channel for tissue segmentation in whole-slide images
par Foucart, Adrien , Elskens, Arthur , Debeir, Olivier , Decaestecker, Christine
Publication 2024-01-01
Impact of imperfect annotations on CNN training and performance for instance segmentation and classification in digital pathology
par Galvez Jiménez, Laura , Decaestecker, Christine
Publication 2024-07-01
Assessing Local Descriptors for Feature-Based Registration of Whole-Slide Images
par Elskens, Arthur , Foucart, Adrien , Zindy, Egor , Debeir, Olivier , Decaestecker, Christine
Publication 2024-01-01

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.