利用标签到图像翻译的生成式合成扩增用于细胞核图像分割

在医学图像诊断中，作为数字病理学的领域，使用语义分割的病理图像分析对于高效筛查变得重要。空间扩增通常用于语义分割。恶性下的肿瘤图像稀少，且标注细胞核区域标签十分耗时。我们需要有效利用数据集以最大化分割精度。预期一些变换泛化图像的扩增会影响分割性能。我们提出一种使用标签到图像翻译的合成扩增，将从带有边缘结构的语义标签映射到真实图像。本文确切地处理肿瘤中细胞核的染色切片。实际上，我们展示了几种分割算法应用于包含真实图像和标签的初始数据集，并使用合成扩增以添加其泛化图像。我们计算并报告所提出的合成扩增流程提升了它们的精度。