基于深度多通道侧监督的腺体实例分割
计算机视觉与模式识别
2016-07-15 v2
摘要
本文提出一种新的图像实例分割方法，用于分割结肠组织学图像中的单个腺体（实例）。这一称为实例分割的任务近来日益重要。该问题具有挑战性，因为不仅需要从复杂背景中分割出腺体，还要求对它们进行逐一识别。我们借鉴近期深度学习中的图像到图像预测思想，构建了一个框架，该框架能够自动利用并融合腺体组织学图像中的复杂多通道信息、区域与边界模式，并结合侧监督（对侧输出进行深度监督）。我们提出的系统——深度多通道侧监督（DMCS），由于使用了由侧监督引导的卷积神经网络，减轻了繁重的特征设计工作。与2015年MICCAI腺体分割挑战赛中报告的方法相比，我们在多项评价指标上均取得了当前最优结果。
引用
@article{arxiv.1607.03222,
title = {Gland Instance Segmentation by Deep Multichannel Side Supervision},
author = {Yan Xu and Yang Li and Mingyuan Liu and Yipei Wang and Maode Lai and Eric I-Chao Chang},
journal= {arXiv preprint arXiv:1607.03222},
year = {2016}
}
备注
conditionally accepted at MICCAI 2016