基于注意力的组织病理图像细胞核自监督分割

组织病理图像中细胞核的分割与精确定位是一个极具挑战性的问题，现有方法大多采用监督策略。这些方法通常依赖医学专家耗费大量时间与精力进行的手动标注。在本研究中，我们提出了一种用于全切片组织病理图像细胞核分割的自监督方法。我们的方法基于如下假设：细胞核的大小与纹理可决定提取图像块时的放大倍数。我们表明，识别图像块的放大倍数级别可为细胞核定位生成初步的自监督信号。我们进一步表明，通过对模型施加适当约束，可作为主放大倍数识别任务的辅助输出获取有意义的分割图。我们的实验表明，经标准后处理后，我们的方法在公开可用的 MoNuSeg 数据集上优于其他无监督细胞核分割方法，并报告了与监督方法相近的性能。我们的代码与模型已在线提供以促进进一步研究。