基于点标注的端到端细胞识别
计算机视觉与模式识别
2022-07-04 v1 人工智能
摘要
免疫组化染色图像的可靠定量分析需要准确且鲁棒的细胞检测与分类。近期的弱监督方法通常估计概率密度图以进行细胞识别。然而，在密集细胞场景中，其性能受前后处理限制，因为无法找到通用参数设置。本文引入一种端到端框架，对预设锚点直接进行回归与分类。具体而言，我们提出金字塔特征聚合策略以同时结合低层特征与高层语义，为我们纯基于点的模型提供准确细胞识别。此外，设计优化代价函数通过匹配真值与预测点来适配多任务学习框架。实验结果证明了所提方法的优越精度与效率，显示出辅助病理医生评估的高潜力。
引用
@article{arxiv.2207.00176,
title = {End-to-end cell recognition by point annotation},
author = {Zhongyi Shui and Shichuan Zhang and Chenglu Zhu and Bingchuan Wang and Pingyi Chen and Sunyi Zheng and Lin Yang},
journal= {arXiv preprint arXiv:2207.00176},
year = {2022}
}