利用无监督解剖特征蒸馏改进人类精子头部形态分类
计算机视觉与模式识别
2022-03-18 v3 机器学习
摘要
随着男性不育率上升,精子头部形态分类对准确及时临床诊断变得至关重要。近期深度学习(DL)形态分析方法取得了有前景的基准结果,但因其依赖有限且可能含噪的类别标签,性能与鲁棒性仍有提升空间。为此,我们引入一种新的DL训练框架,利用人类精子显微裁剪图的解剖与图像先验,在无额外标注成本下提取有用特征。我们的核心思想是通过可靠生成的伪掩码与无监督空间预测任务来蒸馏精子头部信息。该蒸馏步骤预测的前景掩码随后被用于正则化并降低调优阶段的图像与标签噪声。我们在两个公开精子数据集上评估了新方法,取得了SOTA性能(如65.9% SCIAN准确率与96.5% HuSHeM准确率)。
引用
@article{arxiv.2202.07191,
title = {Improving Human Sperm Head Morphology Classification with Unsupervised Anatomical Feature Distillation},
author = {Yejia Zhang and Jingjing Zhang and Xiaomin Zha and Yiru Zhou and Yunxia Cao and Danny Z. Chen},
journal= {arXiv preprint arXiv:2202.07191},
year = {2022}
}
备注
Accepted to ISBI 2022 proceedings