GloFlow：基于全局图像对齐从视频创建病理全切片图像
图像与视频处理
2020-11-13 v2 计算机视觉与模式识别
机器学习
摘要
深度学习在病理学中的应用假定存在数字病理全切片图像。然而，切片数字化受限于切片扫描仪中精确电机载物台的高成本，而该载物台所提供的位置信息用于切片拼接。我们提出 GloFlow，一种两阶段方法，使用基于光流的图像配准与采用计算易处理的图剪枝方法的全局对齐来创建全切片图像。在第一阶段，我们训练一个光流预测器来预测连续视频帧之间的成对平移以近似拼接。在第二阶段，该近似拼接被用于创建邻域图以产生校正后的拼接。在 WSIs 视频扫描的模拟数据集上，我们发现我们的方法优于已知的切片拼接方法，并拼接出与切片扫描仪所产相似的 WSIs。
引用
@article{arxiv.2010.15269,
title = {GloFlow: Global Image Alignment for Creation of Whole Slide Images for Pathology from Video},
author = {Viswesh Krishna and Anirudh Joshi and Philip L. Bulterys and Eric Yang and Andrew Y. Ng and Pranav Rajpurkar},
journal= {arXiv preprint arXiv:2010.15269},
year = {2020}
}
备注
Machine Learning for Health (ML4H) at NeurIPS 2020 - Extended Abstract