WSSS4LUAD：肺腺癌弱监督组织语义分割挑战赛
图像与视频处理
2022-04-15 v2 计算机视觉与模式识别
摘要
肺癌是全球癌症死亡的首要原因，而腺癌（LUAD）是最常见的亚型。挖掘组织病理学图像的潜在价值可促进肿瘤学的精准医疗。组织分割是组织病理学图像分析的基本上游任务。现有深度学习模型已取得优越的分割性能，但需要充足的像素级标注，这既耗时又昂贵。为丰富 LUAD 的标注资源并减轻标注负担，我们组织了 WSSS4LUAD 挑战赛，征集针对 LUAD 组织病理学图像的杰出弱监督语义分割（WSSS）技术。参与者必须设计算法，仅利用块级标签分割肿瘤上皮、肿瘤相关间质和正常组织。该挑战赛包含 10,091 个块级标注（训练集）以及超过 1.3 亿个标注像素（验证集和测试集），来自 87 张全切片图像（WSI）（67 张来自 GDPH，20 张来自 TCGA）。所有标签均由人在环病理医生流水线在 AI 模型辅助下生成，并由标签审核委员会检查。在 532 个注册中，28 支队伍在测试阶段提交了结果，提交次数超过 1,000 次。最终，第一名团队取得了 0.8413 的 mIoU（肿瘤：0.8389，间质：0.7931，正常：0.8919）。根据顶尖队伍的技术报告，CAM 仍是 WSSS 中最流行的方法。Cutmix 数据增强已被广泛采用以生成更可靠的样本。随着本挑战赛的成功，我们相信具有块级标注的 WSSS 方法可作为传统像素标注的补充，同时减少标注负担。完整数据集已发布，以鼓励更多关于 LUAD 计算病理学和更多新颖 WSSS 技术的研究。
引用
@article{arxiv.2204.06455,
title = {WSSS4LUAD: Grand Challenge on Weakly-supervised Tissue Semantic Segmentation for Lung Adenocarcinoma},
author = {Chu Han and Xipeng Pan and Lixu Yan and Huan Lin and Bingbing Li and Su Yao and Shanshan Lv and Zhenwei Shi and Jinhai Mai and Jiatai Lin and Bingchao Zhao and Zeyan Xu and Zhizhen Wang and Yumeng Wang and Yuan Zhang and Huihui Wang and Chao Zhu and Chunhui Lin and Lijian Mao and Min Wu and Luwen Duan and Jingsong Zhu and Dong Hu and Zijie Fang and Yang Chen and Yongbing Zhang and Yi Li and Yiwen Zou and Yiduo Yu and Xiaomeng Li and Haiming Li and Yanfen Cui and Guoqiang Han and Yan Xu and Jun Xu and Huihua Yang and Chunming Li and Zhenbing Liu and Cheng Lu and Xin Chen and Changhong Liang and Qingling Zhang and Zaiyi Liu},
journal= {arXiv preprint arXiv:2204.06455},
year = {2022}
}