基于语义分割网络的实时计算机辅助诊断系统用于显微视野下水泡状胎块病变识别
图像与视频处理
2022-04-12 v1 计算机视觉与模式识别
摘要
作为一种具有恶性潜能的疾病，水泡状胎块（HM）是最常见的妊娠滋养细胞疾病之一。对病理医生而言，HM 的水泡性病变切片是诊断的重要依据。在病理科中，HM 病变多样的显微表现以及显微镜下有限的视野意味着需要具有丰富诊断经验的医师以防止漏诊和误诊。特征提取可显著提高诊断过程的准确性与速度。作为一种卓越的辅助诊断技术，计算机辅助诊断（CAD）已广泛应用于临床实践。我们构建了一个基于深度学习的 CAD 系统，用于实时识别显微视野下的 HM 水泡性病变。该系统由三个模块组成；图像拼接模块与边缘扩展模块对图像进行处理以改善水泡性病变识别模块的结果，后者采用语义分割网络、我们新颖的复合损失函数以及逐步训练函数，以在水泡性病变识别中达到最佳性能。我们使用 HM 水泡数据集对系统进行了评估。实验表明，我们的系统能够实时响应并正确显示整个显微视野，且准确标注 HM 水泡性病变。
引用
@article{arxiv.2204.04949,
title = {A Semantic Segmentation Network Based Real-Time Computer-Aided Diagnosis System for Hydatidiform Mole Hydrops Lesion Recognition in Microscopic View},
author = {Chengze Zhu and Pingge Hu and Xianxu Zeng and Xingtong Wang and Zehua Ji and Li Shi},
journal= {arXiv preprint arXiv:2204.04949},
year = {2022}
}