Map3D：基于配准的3D连续切片全切片图像多目标跟踪
计算机视觉与模式识别
2021-03-29 v2
摘要
长期以来，人们致力于在肾脏病理上实现精确且可重复的肾小球量化，以助力科研与临床实践。在使用全切片成像（WSI）对活检组织样本进行数字化时，可获取同一组织的一组连续切片作为图像栈，类似于视频中的帧。在放射学中，图像栈（如计算机断层扫描）自然用于为器官、组织和肿瘤提供3D上下文。在病理学中，进行类似的3D评估颇具吸引力。然而，由于组织大变形、组织缺失以及WSI伪影，在肾脏病理上对大规模肾小球进行3D识别与关联具有挑战性。在本文中，我们提出一种新颖的病理3D多目标关联（Map3D）方法，用于从常规连续切片和WSI中自动识别并关联大规模3D物体的横截面。Map3D方法的创新有三点：（1）将大规模肾小球关联构建为一种新的多目标跟踪（MOT）视角；（2）提出质量感知的全序列配准，不仅提供亲和度估计，还提供针对配准的自动肾级质量保证（QA）；（3）提出双路径关联方法以应对跟踪过程中的大变形、组织缺失和伪影。据我们所知，Map3D方法是首个利用WSI实现跨3D连续切片自动大规模肾小球关联的方法。我们提出的方法Map3D达到了MOTA=44.6，比非深度学习基准高12.1%。
引用
@article{arxiv.2006.06038,
title = {Map3D: Registration Based Multi-Object Tracking on 3D Serial Whole Slide Images},
author = {Ruining Deng and Haichun Yang and Aadarsh Jha and Yuzhe Lu and Peng Chu and Agnes B. Fogo and Yuankai Huo},
journal= {arXiv preprint arXiv:2006.06038},
year = {2021}
}
备注
Accepted by IEEE Transactions on Medical Imaging