基于 UV-Net 的乳腺癌病理图像有丝分裂检测
图像与视频处理
2021-10-25 v3
摘要
有丝分裂检测的困难及其与非有丝分裂物体的相似性一直是计算病理学中的挑战。公开可用数据的缺乏增加了更多复杂性。深度学习算法已在有丝分裂检测任务中展现出潜力。然而，当应用于具有密集介质和多样化数据集的病理图像时，它们面临挑战。本文介绍了一种优化的 UV-Net 架构，旨在通过特征保持以高分辨率聚焦于有丝分裂细节。染色归一化方法用于泛化所训练的网络。使用该网络取得了 0.6721 的 F1 分数。
引用
@article{arxiv.2109.01526,
title = {Mitosis Detection for Breast Cancer Pathology Images Using UV-Net},
author = {Seyed H. Mirjahanmardi and Samir Mitha and Salar Razavi and Susan Done and April Khademi},
journal= {arXiv preprint arXiv:2109.01526},
year = {2021}
}