修复不完美：动态定位蛋白存在下的细胞分割
计算机视觉与模式识别
2020-11-23 v1
摘要
将现成的分割网络部署到生物医学数据上已成为常见做法，然而若图像序列中感兴趣结构仅暂时可见，现有的逐帧方法便会失效。本文中，我们基于时间传播与不确定性估计，提供了针对随时间变化的不完美数据的分割方案。我们将不确定性估计集成到Mask R-CNN网络中，并将运动校正后的分割掩码从低不确定性帧传播至高不确定性帧，以应对分割信号的暂时丢失。我们在人胚胎肾（HEK293T）细胞数据上展示了该方法的价值，这些细胞瞬时转染了一种随时间进出细胞核的荧光蛋白；相较逐帧分割与常规时间传播，本方法更优。本文所提方法将助力旨在理解分子与细胞功能的显微实验。
引用
@article{arxiv.2011.10486,
title = {Recovering the Imperfect: Cell Segmentation in the Presence of Dynamically Localized Proteins},
author = {Özgün Çiçek and Yassine Marrakchi and Enoch Boasiako Antwi and Barbara Di Ventura and Thomas Brox},
journal= {arXiv preprint arXiv:2011.10486},
year = {2020}
}
备注
Accepted at MICCAI Workshop on Medical Image Learning with Less Labels and Imperfect Data, 2020