用于部分标注的解耦梯度协调检测器：在印戒细胞检测中的应用
计算机视觉与模式识别
2020-04-10 v1 图像与视频处理
摘要
印戒细胞癌的早期诊断可显著提高患者生存率。由于缺乏公开数据集与专家级标注，印戒细胞（SRC）的自动检测尚未被深入探究。在 MICCAI DigestPath2019 挑战赛中，除前景（SRC 区域）-背景（正常组织区域）类不平衡外，由于医学图像标注成本高昂，SRC 仅被部分标注，这引入了额外的标签噪声。为同时解决这些问题，我们提出解耦梯度协调机制（DGHM）并将其嵌入分类损失，记为 DGHM-C 损失。具体而言，除正例（SRC）与负例（正常组织）外，我们进一步将噪声样本从干净样本中解耦，并分别协调相应的分类梯度分布。无需额外技巧，我们在该挑战赛中取得第二名。消融实验与可控标签缺失率实验表明，DGHM-C 损失能在部分标注目标检测中带来显著改进。
引用
@article{arxiv.2004.04455,
title = {Decoupled Gradient Harmonized Detector for Partial Annotation: Application to Signet Ring Cell Detection},
author = {Tiancheng Lin and Yuanfan Guo and Canqian Yang and Jiancheng Yang and Yi Xu},
journal= {arXiv preprint arXiv:2004.04455},
year = {2020}
}
备注
accepted to Neurocomputing; 1st runner up of MICCAI DigestPath2019 challenge