用于有丝分裂检测的多任务 RetinaNet
计算机视觉与模式识别
2022-08-29 v1
摘要
有丝分裂细胞计数是肿瘤诊断的一项关键特征。然而，由于有丝分裂细胞形态的变异性，在肿瘤组织中检测有丝分裂细胞是一项极具挑战性的任务。同时，尽管先进的深度学习方法在细胞检测中已取得巨大成功，但当测试数据来自另一域（即不同肿瘤类型和不同扫描仪）时，性能往往不尽如人意。因此，有必要开发在域偏移场景下具有鲁棒性的有丝分裂细胞检测算法。我们的工作在基线（RetinaNet）基础上进一步提出了前景检测与肿瘤分类任务，并利用数据增强来提升模型的域泛化性能。我们在具有挑战性的 preliminary 测试数据集上取得了当前最优（state-of-the-art, SOTA）性能（F1 分数：0.5809）。
引用
@article{arxiv.2208.12657,
title = {Multi tasks RetinaNet for mitosis detection},
author = {Chen Yang and Wang Ziyue and Fang Zijie and Bian Hao and Zhang Yongbing},
journal= {arXiv preprint arXiv:2208.12657},
year = {2022}
}