用于HEp-2细胞分类的深度CNN：跨标本分析
计算机视觉与模式识别
2018-02-15 v3
摘要
人上皮2型（HEp-2）细胞染色模式的自动分类是一个重要且具挑战性的问题。尽管浅层和深度方法均已应用，但迄今为止关于深度卷积网络（CNNs）在该主题上的研究尚浅，因此未能在此问题上占据顶尖地位。在本文中，我们提出了一种使用CNNs进行HEp-2细胞分类的新研究，重点关注跨标本分析——这是泛化的关键评估。我们的研究首次揭示了使用CNNs进行HEp-2细胞分类的几个关键因素。所提出的系统在公共基准数据集上达到了最先进的（SOTA）分类精度。不同训练数据的对比实验表明，添加不同标本而非通过仿射变换增加数量，有助于训练良好的深度模型。这为采用深度CNNs进行HEp-2细胞分类开辟了新途径。
引用
@article{arxiv.1604.05816,
title = {Deep CNNs for HEp-2 Cells Classification : A Cross-specimen Analysis},
author = {Hongwei Li and Wei-Shi Zheng and Jianguo Zhang},
journal= {arXiv preprint arXiv:1604.05816},
year = {2018}
}
备注
rejected by MICCAI