利用伪细胞位置热图解决域偏移问题中的细胞检测

域偏移问题是自动细胞检测中的一个重要问题。在特定条件（源域）下使用训练数据训练的检测网络，在其他条件（目标域）下的数据中可能表现不佳。我们提出了一种利用伪细胞位置热图的无监督域适应方法用于细胞检测，其中细胞中心在图中成为具有高斯分布的峰值。在目标域的预测结果中，即使峰值位置正确，峰值周围信号分布也常呈非高斯形状。利用预测热图中的峰值位置重新生成伪细胞位置热图，使其具有清晰的高斯形状。我们的方法使用贝叶斯网络筛选可靠的伪细胞位置热图，并将其加入下一次迭代的训练数据中。该方法能以半监督方式将域从源域逐步扩展至目标域。在使用 8 种域组合的实验中，所提方法优于现有的域适应方法。