基于卷积网络的多色荧光原位杂交图像语义分割
计算机视觉与模式识别
2018-05-04 v1
摘要
多色荧光原位杂交（mFISH）是一种利用荧光探针与成像技术检测主要染色体改变的核型分析技术。mFISH 图像的手动判读耗时费力，可利用机器学习实现自动化；已有工作采用像素或块级分类，忽略了有助于识别染色体的空间信息。本文提出一种全卷积语义分割网络用于 mFISH 图像判读，该网络利用空间与光谱信息以端到端方式对每个像素进行分类。所开发语义分割网络在公开数据集提取的样本上通过交叉验证进行测试。尽管测试图像无标注信息，我们的算法仍取得 87.41% 的平均正确分类率（CCR）。此前，该精度水平仅能在分类器训练所用同一图像上分类像素时由 SOTA 算法达到。这些结果表明，全卷积语义分割网络可用于遗传疾病的计算机辅助诊断，且性能优于现有图像分析方法。
引用
@article{arxiv.1805.01220,
title = {Semantic segmentation of mFISH images using convolutional networks},
author = {Esteban Pardo and José Mário T Morgado and Norberto Malpica},
journal= {arXiv preprint arXiv:1805.01220},
year = {2018}
}