文章目錄
Automated Lesion Detection by Regressing Intensity-Based Distance with a Neural Network
Motivation
病竈分割標註通常需要標註人員大量的專業知識和熟練度,耗費大量時間和成本,而且會因標註人員的差異性產生較大偏差。
Manual annotation of lesions can be challenging, time consuming and subject to observer bias.
##Method
Distance Map
在一個灰度圖像中,具有點標註集合,那麼對於座標點,它的Distance Map爲:
其中是標註點集到所有路徑的集合,而則代表路徑的長度:
本文定義了三種路徑距離度量方式,即三種Distance Map的計算方式。
歐幾里得距離 Euclidean Distance
密度距離 Intensity Distance
測地距離 Geodesic Distance
三種路徑度量方式獲得Distance Map分別稱爲EDM,IDM和GDM。顯然,EDM是到最近的標註點的距離,IDM是到強度差最小的標註點的強度差。最後對Distance Map做歸一化。
Network
使用U-net,MSE Loss function:
Result
檢測結果如下:
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-ETRHA0ZI-1572008326252)(C:\Users\hasee007\AppData\Roaming\Typora\typora-user-images\1572003616526.png)]
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-XsMEM2ls-1572008326253)(C:\Users\hasee007\AppData\Roaming\Typora\typora-user-images\1572003654900.png)]
實際上可以看出效果不是很好,但是這種思路有可改進的地方。最簡單的思路是two-phase,heatmap一定閾值對應的像素做一個二分類器。
PseudoEgdeNet: Nuclei Segmentation only with Point Annotations
Motivation
細胞核分割標註只能交給病理學家,因而耗時且昂貴。
Method
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-ci7lCBfs-1572008326254)(C:\Users\hasee007\AppData\Roaming\Typora\typora-user-images\1572004590407.png)]
分割網絡
損失函數使用binary cross-entropy。FPN with ResNet-50。
邊緣網絡
在CNN中,較淺的層提取低微信息,例如邊緣與斑點。使用淺層的神經網絡提取邊緣,並將其與分割網絡的Sober濾波結果計算loss。Sober算子是計算機圖形中較爲常用的邊緣提取算子。4-layer CNN。
注意力模型
注意力模型爲一個較深度的神經網絡以指導邊緣網絡尋找邊緣。FPN with ResNet-18。
Result
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-9PxlR07b-1572008326254)(C:\Users\hasee007\AppData\Roaming\Typora\typora-user-images\1572005428338.png)]
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-HZieImdS-1572008326255)(C:\Users\hasee007\AppData\Roaming\Typora\typora-user-images\1572005444061.png)]
外鏈圖片轉存中…(img-9PxlR07b-1572008326254)]
[外鏈圖片轉存中…(img-HZieImdS-1572008326255)]
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-BScgkFV1-1572008326256)(C:\Users\hasee007\AppData\Roaming\Typora\typora-user-images\1572005456993.png)]