面向有丝分裂域泛化挑战的染色鲁棒有丝分裂图检测
计算机视觉与模式识别
2021-09-30 v2
摘要
从不同扫描仪/站点检测有丝分裂图仍是一个重要研究课题，因其在辅助临床医生进行肿瘤分级方面具有潜力。有丝分裂域泛化 (MIDOG) 挑战旨在测试检测模型在该任务上针对来自多种扫描仪的未知数据的鲁棒性。我们简要总结了 TIA 中心团队应对此挑战所采用的方法。我们的方法基于一种混合检测模型，先在染色归一化图像上分割出有丝分裂候选，再由深度学习分类器进行精炼。在训练图像上的交叉验证取得了 F1 分数 0.786，在初步测试集上为 0.765，证明了我们的模型对来自新扫描仪的未知数据的泛化能力。
引用
@article{arxiv.2109.00853,
title = {Stain-Robust Mitotic Figure Detection for the Mitosis Domain Generalization Challenge},
author = {Mostafa Jahanifar and Adam Shephard and Neda Zamani Tajeddin and R. M. Saad Bashir and Mohsin Bilal and Syed Ali Khurram and Fayyaz Minhas and Nasir Rajpoot},
journal= {arXiv preprint arXiv:2109.00853},
year = {2021}
}
备注
MIDOG challenge at MICCAI 2021