W-Net:一种基于 CNN 的白细胞图像分类架构
图像与视频处理
2019-10-03 v1 计算机视觉与模式识别
定量方法
摘要
由于手动过程的复杂性,用于分析白细胞(WBC)的计算机辅助方法已变得广为流行。近期工作已展示从显微血液图像中对白细胞进行高精度分割与检测。然而,对所观测细胞的分类仍具挑战且需求迫切,因为五类细胞的分布反映了免疫系统的状况。本工作提出 W-Net,一种基于 CNN 的 WBC 分类方法。我们在来自韩国天主教大学、包含 6,562 张五类 WBC 真实图像的真实大规模数据集上评估 W-Net。W-Net 达到了 97% 的平均准确率。
引用
@article{arxiv.1910.01091,
title = {W-Net: A CNN-based Architecture for White Blood Cells Image Classification},
author = {Changhun Jung and Mohammed Abuhamad and Jumabek Alikhanov and Aziz Mohaisen and Kyungja Han and DaeHun Nyang},
journal= {arXiv preprint arXiv:1910.01091},
year = {2019}
}