SNOW supervision in digital pathology: Managing imperfect annotations for segmentation in deep learning

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

Publication Publié, 2020-11-24

Travail de recherche/Working paper

Titre:	SNOW supervision in digital pathology: Managing imperfect annotations for segmentation in deep learning
Auteur:	Foucart, Adrien; Debeir, Olivier; Decaestecker, Christine
Statut de publication:	Publié, 2020-11-24
Sujet CREF:	Histopathologie
	Intelligence artificielle
	Techniques d'imagerie et traitement d'images
Langue:	Anglais
Identificateurs:	info:doi/10.21203/rs.3.rs-116512/v1

Impact of Pre-processing and Local Feature Extraction on Feature-Based Registration of Whole-Slide Images
par Elskens, Arthur , Foucart, Adrien , Debeir, Olivier , Decaestecker, Christine
Publication 2025-05-19
Finding the best channel for tissue segmentation in whole-slide images
par Foucart, Adrien , Elskens, Arthur , Debeir, Olivier , Decaestecker, Christine
Publication 2024-01-01
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
Ranking the scores of algorithms with confidence
par Foucart, Adrien , Elskens, Arthur , Decaestecker, Christine
Publication 2025-04-24
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.