训练染色不变 CNN 的策略
计算机视觉与模式识别
2018-11-06 v2 机器学习
神经与进化计算
机器学习
摘要
数字病理学的一个重要部分是对来自不同染色组织切片的多个数字化全切片图像进行分析。通常的做法是将含有对应微观结构的连续切片置于载玻片上，并以不同方式染色以突出特定的组织成分。这些多种染色模态导致图像差异很大，但包含大量一致的图像信息。近来已有深度学习方法来分析这些图像，以自动识别病理学家感兴趣的目标。这些监督方法需要大量标注，而标注的获取困难且昂贵——在多染色情况下该问题成倍增加。本文提出几种训练策略，朝着染色不变网络的方向取得进展。通过在一种常用染色模态上训练网络并将其应用于包含对应但不同染色组织结构的图像，所提出的无监督策略相比标准训练策略表现出显著改进。
引用
@article{arxiv.1810.10338,
title = {Strategies for Training Stain Invariant CNNs},
author = {Thomas Lampert and Odyssée Merveille and Jessica Schmitz and Germain Forestier and Friedrich Feuerhake and Cédric Wemmert},
journal= {arXiv preprint arXiv:1810.10338},
year = {2018}
}