计算机辅助全切片图像分析综述：从数据集到特征提取、分割、分类与检测方法
计算机视觉与模式识别
2021-02-23 v1 人工智能
摘要
随着计算机辅助诊断(CAD)与图像扫描技术的发展，全切片图像(WSI)扫描仪在病理诊断领域得到广泛应用。因此，WSI分析已成为现代数字病理的关键。自2004年以来，WSI在CAD中的应用日益增多。由于机器视觉方法通常基于半自动或全自动计算机，其高效且省力。WSI与CAD技术相结合用于分割、分类与检测，有助于组织病理学家获得更稳定定量的分析结果，节省人工成本并提高诊断客观性。本文综述基于机器学习的WSI分析方法。首先，介绍WSI与CAD方法的发展现状。其次，我们讨论公开可用的WSI数据集以及分割、分类与检测任务的评价指标。随后，连续综述机器学习在WSI分割、分类与检测中的最新进展。最后，研究现有方法，分析分析方法适用性，并展望该领域分析方法的应用前景。
引用
@article{arxiv.2102.10553,
title = {A Comprehensive Review of Computer-aided Whole-slide Image Analysis: from Datasets to Feature Extraction, Segmentation, Classification, and Detection Approaches},
author = {Chen Li and Xintong Li and Md Rahaman and Xiaoyan Li and Hongzan Sun and Hong Zhang and Yong Zhang and Xiaoqi Li and Jian Wu and Yudong Yao and Marcin Grzegorzek},
journal= {arXiv preprint arXiv:2102.10553},
year = {2021}
}