Histopathological Image Classification Using Discriminative Feature-Oriented Dictionary Learning
===============================
利用判别特征导向的词典库学习来进行病理学图像分类
文章发表于 IEEE TRANSACTIONS ON MEDICAL IMAGING, VOL. 35, NO. 3, MARCH 2016
总体思路:提取特征 –> 对特征进行分类
本文提出了一种提取特征的算法DFDL( Discriminative
Feature-oriented Dictionary Learning),用于学习某一类别特定的词典库,用于图片分类或者病理学图像评分。本实验在3个实验集(乳腺癌,肾肺脾ADL,脑肿瘤TCGA)上做测试。
主要算法思想,每一类生成一个词典,词典的子空间可以生成该类的特征表示;任何其他类别的表示都跟这个表示距离很大。类似于类内间距最小,类间间距最大的KNN聚类方法。
方法流程:
Y 是某一类,Y拔是互补类, D 是字典,s是 i 类的稀缺表示,yl 是真是label, 因此生成该式:
利用多次迭代求解。
主要步骤如下:
学习到的词典: