基于对比学习策略的顶复门寄生虫与宿主细胞半监督分类方法

监督式学习用于医学影像的一个常见缺陷是对人工标注的贪婪需求，而标注获取通常昂贵且耗时。本文提出一种针对三类顶复门寄生虫与未感染宿主细胞显微图像的半监督分类方法，其利用少量标注数据与大量无标注数据进行训练。显微图像识别面临两项挑战。其一是显微图像的显著结构比真实世界尺度上的自然图像更为模糊且错综。其二是诸如背景染色、亮度与对比度水平等无关纹理在不同临床场景的样本中差异很大。为应对这些挑战，我们旨在通过对比学习策略学习可区分且外观不变的表示。一方面，引入在形态上具相似形状特征的宏观图像进行对比以增强结构。另一方面，利用包括颜色失真与滤波在内的不同外观变换进行对比以消除纹理。在仅 1% 显微图像被标注的情况下，所提方法在泛化测试集中达到了 94.90% 的准确率。