用于免疫组化胞质染色图像中细胞识别的弱监督学习
图像与视频处理
2022-03-01 v1 计算机视觉与模式识别
摘要
免疫组化胞质染色图像中的细胞分类与计数在癌症诊断中起着关键作用。弱监督学习是应对繁重标注工作的一种潜在方法。然而，不稳定的细胞形态以及类间细微差异也带来了挑战。为此，我们提出了一种基于多任务学习的新型细胞识别框架，其利用两个额外的辅助任务来引导主任务的鲁棒表示学习。为处理误分类，引入了组织先验学习分支，以在无额外组织标注的情况下捕获肿瘤细胞的空间表示。此外，采用动态掩码和一致性学习来学习细胞尺度与形状的不变性。我们在免疫组化胞质染色图像上评估了我们的框架，结果表明我们的方法优于近期的细胞识别方法。此外，我们还进行了一些消融研究以展示添加辅助分支后的显著改进。
引用
@article{arxiv.2202.13372,
title = {Weakly Supervised Learning for cell recognition in immunohistochemical cytoplasm staining images},
author = {Shichuan Zhang and Chenglu Zhu and Honglin Li and Jiatong Cai and Lin Yang},
journal= {arXiv preprint arXiv:2202.13372},
year = {2022}
}