HUNIS：高性能无监督细胞核实例分割
图像与视频处理
2022-03-29 v1 计算机视觉与模式识别
摘要
本文提出一种高性能无监督细胞核实例分割(HUNIS)方法。HUNIS 由两阶段分块操作组成。第一阶段包括：1)像素强度的自适应阈值化，2)引入细胞核尺寸/形状先验，以及 3)去除假阳性细胞核实例。随后，HUNIS 在第一阶段的引导下执行第二阶段分割。第二阶段利用第一阶段获得的分割掩码，并借助颜色与形状分布实现更精确的分割。两阶段设计的主要目的在于为第二阶段提供像素级伪标签。这种自监督机制新颖且有效。在 MoNuSeg 数据集上的实验结果表明，HUNIS 以显著优势超越所有其他无监督方法，并在最先进的监督方法中亦具竞争力。
引用
@article{arxiv.2203.14887,
title = {HUNIS: High-Performance Unsupervised Nuclei Instance Segmentation},
author = {Vasileios Magoulianitis and Yijing Yang and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:2203.14887},
year = {2022}
}
备注
8 pages, 3 figures, 3 tables