甲状腺细胞病理全切片图像中高效滤泡分割
计算机视觉与模式识别
2019-02-15 v1
摘要
本文提出一种用于甲状腺细胞病理全切片图像（WSI）高效滤泡分割的新方法。首先，我们提出一种混合分割架构，通过添加分支将分类器集成到 Deeplab V3 中。利用分类分支跳过无关区域，节省了大部分 WSI 分割时间。其次，我们将低尺度精细特征融合到 Deeplab V3 原始的空洞空间金字塔池化（ASPP）中，以准确表征细胞病理图像中的细节。第三，我们的混合模型由准则导向的自适应损失函数训练，使模型收敛更快。在甲状腺斑块集合上的实验结果表明，所提模型分割准确率达到 80.9%。此外，使用我们所提方法，WSI 分割时间减少了 93%，WSI 级准确率达到 53.4%。
引用
@article{arxiv.1902.05431,
title = {Highly Efficient Follicular Segmentation in Thyroid Cytopathological Whole Slide Image},
author = {Siyan Tao and Yao Guo and Chuang Zhu and Huang Chen and Yue Zhang and Jie Yang and Jun Liu},
journal= {arXiv preprint arXiv:1902.05431},
year = {2019}
}