通过帧序翻转生成数据集由部分标注进行有丝分裂检测

有丝分裂事件的检测在生物医学研究中起着重要作用。基于深度学习的有丝分裂检测方法在具有一定量标注数据的情况下取得了出色的性能。然而，这些方法需要对每种成像条件进行标注。收集标注数据涉及耗时的人力劳动。在本文中，我们提出了一种可以利用部分标注序列进行训练的有丝分裂检测方法。基本思想是从部分标签生成完全标注的数据集，并用生成的数据集训练有丝分裂检测模型。首先，我们通过帧序翻转生成不包含有丝分裂事件的图像对。然后，我们通过alpha混合粘贴将有丝分裂事件粘贴到该图像对上，并生成完全标注的数据集。我们在四个数据集上展示了我们方法的性能，并确认我们的方法优于其他使用部分标注序列的对比方法。