DyMorph-B2I：面向肾脏病理学的动态形态学引导的二值到实例分割
计算机视觉与模式识别
2025-08-22 v1
摘要
肾脏病理功能单元的精确形态学量化依赖于实例级分割，然而现有的大多数数据集和自动化方法仅提供二值（语义）掩码，这限制了下游分析的精度。尽管经典的后处理技术，如分水岭、形态学操作和骨架化，常被用于将语义掩码分离为实例，但它们各自的有效性受到肾组织中存在的多样形态和复杂连接的限制。在本研究中，我们提出了 DyMorph-B2I，这是一个为肾脏病理学量身定制的、动态的、形态学引导的二值到实例分割流程。我们的方法将分水岭、骨架化和形态学操作集成在一个统一的框架内，并辅以自适应几何优化和针对每类功能单元的可定制超参数调整。通过系统的参数优化，DyMorph-B2I 能够稳健地分离二值掩码中存在的粘连和异质结构。实验结果表明，我们的方法优于单独的经典方法和简单的组合方法，能够实现更优的实例分离，并有助于在肾脏病理学工作流程中进行更精确的形态计量分析。该流程已公开于：https://github.com/ddrrnn123/DyMorph-B2I。
引用
@article{arxiv.2508.15208,
title = {DyMorph-B2I: Dynamic and Morphology-Guided Binary-to-Instance Segmentation for Renal Pathology},
author = {Leiyue Zhao and Yuechen Yang and Yanfan Zhu and Haichun Yang and Yuankai Huo and Paul D. Simonson and Kenji Ikemura and Mert R. Sabuncu and Yihe Yang and Ruining Deng},
journal= {arXiv preprint arXiv:2508.15208},
year = {2025}
}
备注
9 pages, 5 figures