基于Geo-Wasserstein散度的三维细胞过分割校正
计算机视觉与模式识别
2025-12-22 v4 机器学习
摘要
三维细胞分割方法常常受到“过分割”的困扰,即单个细胞被错误地分割成多个碎片。这会降低最终的分割质量,并且由于过分割错误通常类似于相邻细胞间的自然间隙,因此极难解决。我们的工作做出了两个关键贡献。首先,对于3D细胞分割,我们首次将过分割问题具体化,并提出了一个几何框架来识别和校正这些错误。我们的方法利用从有缺陷的3D分割结果中提取的2D几何和3D拓扑特征,构建了一个预训练的分类器。其次,我们引入了一种新的度量标准,Geo-Wasserstein散度,来量化2D几何形状的变化。该度量以几何感知的方式捕捉细胞掩膜形状的演变趋势。我们通过在域内植物数据集(包括合成和真实的过分割案例)以及域外动物数据集上的大量实验验证了我们的方法,以展示迁移学习性能。消融研究进一步突显了Geo-Wasserstein散度的贡献。我们为最终用户提供了一个清晰的流程,以便为任何带标签的数据集构建预训练模型。
引用
@article{arxiv.2502.01890,
title = {3D Cell Oversegmentation Correction via Geo-Wasserstein Divergence},
author = {Peter Chen and Bryan Chang and Olivia A Creasey and Julie Beth Sneddon and Zev J Gartner and Yining Liu},
journal= {arXiv preprint arXiv:2502.01890},
year = {2025}
}
备注
Accepted to WACV 2026