基于多标签圆表示的全切片图像中嗜酸性粒细胞实例分割
图像与视频处理
2023-08-21 v1 计算机视觉与模式识别
摘要
嗜酸性食管炎（EoE）是一种以食管炎症为特征的慢性复发性疾病。EoE 的症状包括吞咽困难、食物嵌顿和胸痛，严重影响生活质量，导致营养障碍、社会限制和心理困扰。EoE 的诊断通常以每高倍视野（HPF）嗜酸性粒细胞（Eos）阈值（15至20）进行。由于目前 Eos 的计数过程对人工病理医生而言资源密集，亟需自动方法。圆表示已被证明是一种更精确且更简便的自动实例细胞分割表示，如 CircleSnake 方法。然而，CircleSnake 被设计为单标签模型，无法处理多标签场景。本文提出用于 Eos 实例分割的多标签 CircleSnake 模型。它将原始 CircleSnake 模型从单标签设计扩展为多标签模型，允许分割多种对象类型。实验结果说明，在识别和分割嗜酸性粒细胞的平均精度（AP）方面，CircleSnake 模型优于传统的 Mask R-CNN 模型和 DeepSnake 模型，从而实现对 EoE 的增强表征。该自动化方法有望简化评估流程并提高 EoE 分析中的诊断准确性。源代码已公开于 https://github.com/yilinliu610730/EoE。
引用
@article{arxiv.2308.08974,
title = {Eosinophils Instance Object Segmentation on Whole Slide Imaging Using Multi-label Circle Representation},
author = {Yilin Liu and Ruining Deng and Juming Xiong and Regina N Tyree and Hernan Correa and Girish Hiremath and Yaohong Wang and Yuankai Huo},
journal= {arXiv preprint arXiv:2308.08974},
year = {2023}
}