SlideRunner——一种用于全切片图像中大规模细胞标注的工具
计算机视觉与模式识别
2018-10-03 v1
摘要
数字全切片组织学图像等大规模图像数据对标注软件解决方案提出了挑战性任务。如今已有若干适用范围各异的较好解决方案。然而在细胞标注方面，我们发现许多方案无法满足快速标注的先决条件。特别是在有丝分裂检测领域，普遍认为检测精度可显著受益于更大的标注数据库，而目前此类数据库的构建却非常繁琐。此外，多个独立（盲法）专家标签对此类数据库而言是重要资产，但当前尚无支持此类标注的工具。为简化这一繁琐的专家标注与分级过程，我们推出了 SlideRunner——一款与两位病理学家紧密合作开发的开源数字组织病理学标注与可视化工具。SlideRunner 能够设置对象中心（如细胞）以及对象边界（如肿瘤轮廓）等标注。它提供单击标注以及用于多重标注的盲法模式，在该模式下专家直接看到包含其尚未评级细胞的显微图像。
引用
@article{arxiv.1802.02347,
title = {SlideRunner - A Tool for Massive Cell Annotations in Whole Slide Images},
author = {Marc Aubreville and Christof Bertram and Robert Klopfleisch and Andreas Maier},
journal= {arXiv preprint arXiv:1802.02347},
year = {2018}
}
备注
6 pages, submitted to Bildverarbeitung in der Medizin 2018