下采样、压缩与数据稀缺在多大程度上影响肾脏图像分析？
计算机视觉与模式识别
2019-09-24 v1
摘要
肾脏直接免疫荧光（DIF）标本中肾小球（即过滤囊）的状况是诊断肾脏疾病的关键指标。将玻璃组织切片数字化为全切片图像（WSI）并随后自动检测肾小球并以更高倍物镜放大的数字病理系统，将对病理学家极有帮助。在本文中，以肾小球检测为研究案例，我们提供若干重要问题的分析与观察，以助计算机辅助诊断（CAD）系统处理 WSI 的开发。大图像分辨率、大文件大小与数据稀缺始终具有挑战性。为此，我们首先考察图像下采样率对检测精度的影响。其次，我们考察图像压缩的影响。第三，我们考察训练集大小与检测精度之间的关系。为理解上述问题，在最先进的检测器 Faster R-CNN、R-FCN、Mask R-CNN 和 SSD 上进行了实验。观察到关键发现：（1）在 物镜下以 8 倍下采样捕获时，检测精度、检测速度与文件大小之间达到最佳平衡；（2）大幅减小文件大小的压缩不一定对总体精度有不利影响；（3）在某种程度上减少训练数据量会导致精度下降，但对召回率影响可忽略；（4）多数情况下，Faster R-CNN 在肾小球检测任务中取得最佳精度。我们表明 WSI 图像的文件大小可缩减超过 6000 倍，而肾小球检测精度损失可忽略。
引用
@article{arxiv.1909.09945,
title = {To What Extent Does Downsampling, Compression, and Data Scarcity Impact Renal Image Analysis?},
author = {Can Peng and Kun Zhao and Arnold Wiliem and Teng Zhang and Peter Hobson and Anthony Jennings and Brian C. Lovell},
journal= {arXiv preprint arXiv:1909.09945},
year = {2019}
}