利用 CellViT++ 和 nnU-Net 在 24 小时内破解 PUMA 挑战
计算机视觉与模式识别
2025-03-18 v1
摘要
自动组织分割和细胞核检测是病理学中的重要任务，有助于生物标志物提取与发现。PUMA（泛黑色素瘤组织分割）挑战旨在改善黑色素瘤组织病理学中的组织分割和细胞核检测。与许多挑战提交侧重于广泛的模型调优不同，我们的方法强调在 24 小时开发时间框架内交付可部署的解决方案，使用开箱即用的框架。该流程结合了两个模型，即 CellViT++ 用于细胞核检测和 nnU-Net 用于组织分割。我们的结果表明组织分割取得了显著改善，Dice 分数达到 0.750，超越了基线分数 0.629。对于细胞核检测，我们在两个挑战赛道中获得了与基线相当的结果。代码在 https://github.com/TIO-IKIM/PUMA 公开可用。
引用
@article{arxiv.2503.12269,
title = {Cracking the PUMA Challenge in 24 Hours with CellViT++ and nnU-Net},
author = {Negar Shahamiri and Moritz Rempe and Lukas Heine and Jens Kleesiek and Fabian Hörst},
journal= {arXiv preprint arXiv:2503.12269},
year = {2025}
}