基于深度学习的 HEp-2 图像分类：综述
计算机视觉与模式识别
2020-08-07 v2
摘要
HEp-2 细胞图案的分类在用于识别人体自身免疫性疾病的间接免疫荧光测试中起着重要作用。近年来已提出许多自动 HEp-2 细胞分类方法，其中基于深度学习的方法表现出令人印象深刻的性能。本文对现有的基于深度学习的 HEp-2 细胞图像分类方法进行了全面综述。这些方法在两个层面进行 HEp-2 图像分类，即细胞级和标本级。本综述涵盖这两个层面。在每个层面，方法按基于深度网络使用的分类法组织。对每种方法的核心思想、显著成果以及关键优势与不足进行了批判性分析。此外，简要综述了文献中常用的现有 HEp-2 数据集。本文最后讨论了该领域的新机遇与未来研究方向。希望本文能为读者提供这一新颖、具挑战性且蓬勃发展的领域的详尽参考。
引用
@article{arxiv.1911.08916,
title = {Deep Learning based HEp-2 Image Classification: A Comprehensive Review},
author = {Saimunur Rahman and Lei Wang and Changming Sun and Luping Zhou},
journal= {arXiv preprint arXiv:1911.08916},
year = {2020}
}
备注
Published in Medical Image Analysis