IRNet：用于重叠宫颈细胞分割的实例关系网络
计算机视觉与模式识别
2019-08-20 v1
摘要
由于细胞团中半透明细胞质间广泛存在遮挡，巴氏涂片图像中的细胞实例分割仍然具有挑战性。传统方法严重依赖准确的细胞核检测结果，且易受杂乱物体干扰。本文中，我们提出一种新颖的实例关系网络(IRNet)，通过探索实例关系交互来实现鲁棒的重叠细胞分割。具体而言，我们提出实例关系模块来构建细胞关联矩阵，以在单个细胞实例特征间传递信息。在不同实例的协作下，增强后的特征从上下文信息中获益并改善语义一致性。同时，我们提出一种稀疏约束的重复去除模块，以消除候选选择中分类与定位精度之间的错位。我们构建了最大的宫颈巴氏涂片(CPS)数据集，包含巴氏涂片图像中超过8000个细胞标注，用于综合评估。我们的方法大幅优于其他方法，证明了探索实例关系的有效性。
引用
@article{arxiv.1908.06623,
title = {IRNet: Instance Relation Network for Overlapping Cervical Cell Segmentation},
author = {Yanning Zhou and Hao Chen and Jiaqi Xu and Qi Dou and Pheng-Ann Heng},
journal= {arXiv preprint arXiv:1908.06623},
year = {2019}
}
备注
Accepted by the 22nd International Conference on Medical Image Computing and Computer Assisted Intervention