PseudoEdgeNet：仅使用点标注的细胞核分割
计算机视觉与模式识别
2019-07-23 v2
摘要
细胞核分割是数字病理学中全切片图像分析的重要任务之一。随着深度学习的迅猛发展，最近的深度网络已展现出在细胞核分割任务上的成功性能。然而，取得良好性能的一大瓶颈是标注成本。大型网络需要大量分割掩码，且该标注任务由病理学家而非公众完成。本文提出一种弱监督细胞核分割方法，其训练仅需点标注。由于标记一个细胞核的点远比精细分割掩码廉价，该方法可扩展到大型训练集。为此，我们引入一种称为PseudoEdgeNet的新型辅助网络，其引导分割网络即便在无边缘标注的情况下也能识别细胞核边缘。我们在两个公开数据集上评估了该方法，结果表明该方法持续优于其他弱监督方法。
引用
@article{arxiv.1906.02924,
title = {PseudoEdgeNet: Nuclei Segmentation only with Point Annotations},
author = {Inwan Yoo and Donggeun Yoo and Kyunghyun Paeng},
journal= {arXiv preprint arXiv:1906.02924},
year = {2019}
}
备注
MICCAI 2019 accepted