面向 Feulgen 染色图像中细胞核分割的完整流程
图像与视频处理
2020-02-20 v1 计算机视觉与模式识别
摘要
宫颈癌是全球女性中第二常见的癌症类型。在一些国家，由于筛查缺失或不充分，它常在晚期才被检出，导致标准治疗选项往往缺失或难以负担。这是一种可受益于早期检测手段的致命疾病。其通常经由细胞学检查完成，即目视检查细胞核以搜寻形态学改变。由于由人工完成，自然会带来一定主观性。计算方法可用于减少此种主观性，其中流程的第一阶段便是细胞核分割。在此背景下，我们提出一个使用卷积神经网络（Convolutional Neural Networks）对 Feulgen 染色图像中细胞核进行分割的完整流程。我们展示了分割的全过程，从样本采集，经预处理、网络训练、后处理到结果评估。我们取得了 0.78 的总体 IoU，显示了在 Feulgen 染色图像上进行细胞核分割的易行性。代码见：https://github.com/luizbuschetto/feulgen_nuclei_segmentation。
引用
@article{arxiv.2002.08331,
title = {Towards a Complete Pipeline for Segmenting Nuclei in Feulgen-Stained Images},
author = {Luiz Antonio Buschetto Macarini and Aldo von Wangenheim and Felipe Perozzo Daltoé and Alexandre Sherlley Casimiro Onofre and Fabiana Botelho de Miranda Onofre and Marcelo Ricardo Stemmer},
journal= {arXiv preprint arXiv:2002.08331},
year = {2020}
}
备注
7 pages, 8 figures (Figure 2 with "a" and "b"), conference paper accepted for presentation in XI Computer on the Beach (https://www.computeronthebeach.com.br/)