面向精度与性能的组织图像分割工作流参数自动调优
分布式、并行与集群计算
2018-10-09 v1
摘要
我们提出了一个软件平台，该平台集成了用于组织图像分割工作流中多目标参数自动调优的方法与工具。我们工作的目标是提供一种通过调优输入参数来提升细胞核/细胞分割流水线精度的方法。组织中细胞核的形状、大小和纹理特征是疾病预后重要的生物标志物，而这些特征的精确计算依赖于细胞核边界的准确勾画。许多细胞核分割工作流中的输入参数会影响分割精度，必须调优以获得最优性能。这是一个耗时且计算代价高昂的过程；将该步骤自动化有助于构建更鲁棒的图像分割工作流，并实现图像分析在大型图像数据集中的更高效应用。我们的软件平台调整核分割算法的参数，以在最大化图像分割结果质量的同时最小化执行时间。它实现了多种优化方法来高效搜索参数空间。此外，该方法被开发用于在高性能计算系统上执行，以减少参数调优阶段的执行时间。我们使用三个真实世界图像分割工作流的结果表明，所提出的方案能够：(1) 搜索参数空间中极小的一部分（约100个点，而总空间包含数十亿至数万亿个点），并将分割输出质量平均提升1.20倍、1.29倍和1.29倍；(2) 在提升输出质量的同时，将分割工作流的执行时间最多减少11.79倍；(3) 有效利用并行系统加速参数调优与分割阶段。
引用
@article{arxiv.1810.02911,
title = {Tuning for Tissue Image Segmentation Workflows for Accuracy and Performance},
author = {Luis F. R. Taveira and Tahsin Kurc and Alba C. M. A. Melo and Jun Kong and Erich Bremer and Joel H. Saltz and George Teodoro},
journal= {arXiv preprint arXiv:1810.02911},
year = {2018}
}
备注
29 pages, 5 figures