用于细胞检测与分割的弱监督多任务学习
计算机视觉与模式识别
2019-10-29 v1 机器学习
图像与视频处理
细胞行为
摘要
细胞检测与分割是所有数字病理图像下游分析的基础。然而，获取单细胞分割的像素级真值极为耗费人力。为克服这一挑战，我们开发了一种端到端深度学习算法，仅使用点标签即可完成单细胞检测与分割。这是通过结合不同的任务导向点标签编码方法以及用于训练的多任务调度器实现的。我们在 PMS2 染色的结直肠癌和扁桃体组织图像上应用并验证了我们的算法。与最先进方法相比，我们的算法在细胞检测与分割上表现出显著提升，且未增加标注工作量。
引用
@article{arxiv.1910.12326,
title = {Weakly Supervised Multi-Task Learning for Cell Detection and Segmentation},
author = {Alireza Chamanzar and Yao Nie},
journal= {arXiv preprint arXiv:1910.12326},
year = {2019}
}