基于多级对抗学习的肾活检图像跨染色分割
图像与视频处理
2020-02-21 v1 计算机视觉与模式识别
摘要
从肾脏病理图像中分割是自动分析肾脏组织学特征的关键步骤。然而，由于外观变化，模型在不同类型染色数据集上的性能差异显著。本文设计了一种鲁棒且灵活的跨染色分割模型。它是一种新颖的多级深度对抗网络架构，由三个子网络组成：(i) 分割网络；(ii) 一对多级镜像判别器，用于引导分割网络提取域不变特征；(iii) 形状判别器，用于进一步识别分割网络的输出与真实标注。在肾活检图像肾小球分割上的实验结果表明，我们的网络能够提升目标染色类型图像的分割性能，并利用无标注数据达到与有标注数据相近的精度。此外，该方法可轻松应用于其他任务。
引用
@article{arxiv.2002.08587,
title = {Cross-stained Segmentation from Renal Biopsy Images Using Multi-level Adversarial Learning},
author = {Ke Mei and Chuang Zhu and Lei Jiang and Jun Liu and Yuanyuan Qiao},
journal= {arXiv preprint arXiv:2002.08587},
year = {2020}
}
备注
Accepted by ICASSP2020