用于端到端纤毛运动分析的堆叠神经网络
机器学习
2018-03-21 v1 机器学习
摘要
纤毛是从体内几乎所有细胞表面突出的毛发状结构。纤毛功能受损的疾病被称为纤毛病变，可导致广泛的疾病谱。然而，大多数评估纤毛运动的技术依赖于对纤毛的手动识别与追踪；这一过程费时费力且易出错，且难以规模化。即使存在自动化的纤毛运动分析工具，其适用性也有限。在此，我们提出了一种端到端的计算机器学习流水线，能够自动从视频中识别纤毛区域、提取纤毛图像块，并将患者分类为表现出正常或异常纤毛运动。特别地，我们展示了卷积 LSTM 如何在编码复杂特征的同时保持足够的灵敏度，以区分各种运动模式。我们的框架仅需几百个训练周期即可达到 90% 的性能。我们发现，在单一流水线中结合分割与分类网络可产生与现有计算流水线相当的性能，同时为纤毛运动提供了端到端、全自动分析工具箱的额外优势。
引用
@article{arxiv.1803.07534,
title = {Stacked Neural Networks for end-to-end ciliary motion analysis},
author = {Charles Lu and M. Marx and M. Zahid and C. W. Lo and C. Chennubhotla and S. P. Quinn},
journal= {arXiv preprint arXiv:1803.07534},
year = {2018}
}