ChrSNet:基于自注意力引导网络的染色体拉直
计算机视觉与模式识别
2022-07-04 v1
摘要
核型分析是评估染色体异常可能存在的重要步骤。然而,由于非刚性特性,染色体在显微图像中通常严重弯曲,这种变形形状阻碍了细胞遗传学家对染色体的分析。在本文中,我们提出一种自注意力引导框架来消除染色体的弯曲。所提框架在回归模块中提取空间信息和局部纹理以保留带纹模式。利用弯曲染色体的互补信息,设计了一个细化模块以进一步改善精细细节。此外,我们提出了两个专用几何约束来维持染色体长度并恢复其畸变。为训练我们的框架,我们创建了一个合成数据集,其中弯曲染色体通过网格变形从真实世界直染色体生成。在合成和真实世界数据上进行了定量和定性实验。实验结果表明,我们提出的方法能在保持带纹细节和长度的同时有效拉直弯曲染色体。
引用
@article{arxiv.2207.00147,
title = {ChrSNet: Chromosome Straightening using Self-attention Guided Networks},
author = {Sunyi Zheng and Jingxiong Li and Zhongyi Shui and Chenglu Zhu and Yunlong Zhang and Pingyi Chen and Lin Yang},
journal= {arXiv preprint arXiv:2207.00147},
year = {2022}
}
备注
Accepted to MICCAI 2022