细胞飞行：面向组织病理学的自动化与交互式分割统一方法
计算机视觉与模式识别
2024-12-02 v1
摘要
组织病理学是对受疾病影响组织的微观研究，正在向数字化转型，以实现更好的可视化和流程优化。组织病理学中的一个重要任务是细胞和腺体的分割，这对于确定其形状和频率至关重要，这些可以作为疾病指示物。深度学习工具在组织病理学中被广泛使用。然而，组织外观和细胞形态的差异性为实现可靠的分割带来了挑战，往往需要手动纠正以提高准确性。本工作介绍了 CellPilot，一个桥接自动化与交互式分割之间的框架，提供初始的自动分割以及引导式的交互式 refinement。我们的模型是在超过 67 万个九种多样化细胞和腺体分割数据集上训练的，涵盖 16 种器官。CellPilot 在三个保留下来的组织病理学数据集上显示出优于其他交互式工具的优异性能，同时实现了自动化分割。我们将该模型和一个旨在帮助实践者创建大规模标注数据集的图形用户界面作为开源软件提供，促进更稳健和更通用的诊断模型的发展。
引用
@article{arxiv.2411.15514,
title = {CellPilot: A unified approach to automatic and interactive segmentation in histopathology},
author = {Philipp Endres and Valentin Koch and Julia A. Schnabel and Carsten Marr},
journal= {arXiv preprint arXiv:2411.15514},
year = {2024}
}