一种基于深度学习的多尺度方法用于肝脏全切片图像中的癌症区域分割
图像与视频处理
2020-07-29 v1 计算机视觉与模式识别
机器学习
摘要
本文解决了全切片图像 (WSI) 中的肝癌分割问题。我们提出了一种基于自动端到端深度神经网络算法的多尺度图像处理方法，用于分割癌症区域。我们构建了组织病理学图像的七层高斯金字塔表示，以提供不同尺度下的纹理信息。在这项工作中，我们使用原始图像级别对几种神经架构进行了比较训练。所提出的方法基于 U-Net，应用于七种不同分辨率（金字塔子采样）的级别。不同级别的预测通过投票机制进行组合。最终的分割结果在原始图像级别生成。在预处理和预测阶段分别应用了部分颜色归一化和加权重叠方法。结果表明，所提出的多尺度方法有效，与现有技术相比取得了更好的分数。
引用
@article{arxiv.2007.12935,
title = {A deep learning based multiscale approach to segment cancer area in liver whole slide image},
author = {Yanbo Feng and Adel Hafiane and Hélène Laurent},
journal= {arXiv preprint arXiv:2007.12935},
year = {2020}
}