基于深度学习的全切片图像高效口腔癌筛查流程
图像与视频处理
2020-09-14 v3 计算机视觉与模式识别
摘要
全球口腔癌发病率迅速上升。癌症存活率最重要的决定因素是早期诊断。为便于大规模筛查，我们提出了一种在全切片细胞学图像上全自动的口腔癌检测流程。该流程包括基于全卷积回归的细胞核检测、逐细胞聚焦选择以及基于CNN的分类。我们新颖的聚焦选择步骤以人类水平的精度提供快速的逐细胞聚焦决策。我们证明该流程可对全切片细胞学图像进行高效的癌症分类，在准确性和可行性方面均优于先前的结果。完整源代码可在 https://github.com/MIDA-group/OralScreen 获取。
引用
@article{arxiv.1910.10549,
title = {A Deep Learning based Pipeline for Efficient Oral Cancer Screening on Whole Slide Images},
author = {Jiahao Lu and Nataša Sladoje and Christina Runow Stark and Eva Darai Ramqvist and Jan-Michaél Hirsch and Joakim Lindblad},
journal= {arXiv preprint arXiv:1910.10549},
year = {2020}
}
备注
Accepted to ICIAR 2020