基于深度学习的大规模细胞电子显微镜图像分割：文献综述
计算机视觉与模式识别
2023-08-08 v3 人工智能
摘要
生物医学电子显微镜（EM）中的自动化与半自动化技术能够以高速率获取大规模数据集。因此，分割方法对于分析和解释这些海量数据至关重要，这些数据已无法完全依靠人工标注。近年来，深度学习算法在像素级标注（语义分割）和同一类别的独立实例标注（实例分割）方面均取得了令人印象深刻的成果。在本综述中，我们考察了这些算法如何被适配用于 EM 图像中细胞及亚细胞结构的分割任务。文中描述了此类图像所带来的特殊挑战，以及克服了其中部分挑战的网络架构。此外，还就推动深度学习在 EM 中普及的著名数据集提供了详尽的概览。最后，对 EM 分割的当前趋势与未来前景，尤其是无标签学习领域，给出了展望。
引用
@article{arxiv.2206.07171,
title = {Segmentation in large-scale cellular electron microscopy with deep learning: A literature survey},
author = {Anusha Aswath and Ahmad Alsahaf and Ben N. G. Giepmans and George Azzopardi},
journal= {arXiv preprint arXiv:2206.07171},
year = {2023}
}