跳到正文
原文
arXiv cs.CV· Akshat G, Divyansh Gupta, Tusar Kanti Mishra·· 3 小时前AI 评分28

组织学图像自动细胞核分割:基于 Attention U-Net 的预处理与推理流程

Automated Nucleus Segmentation in Histology Images: An Attention U-Net Approach with Comprehensive Preprocessing and Inference Pipelines

AI 导读

轻量级 Attention U-Net 在 MoNuSeg 2018 数据集上取得全分辨率未见测试图像 0.8745 的 IoU。该流程把染色解卷积、多轮掩膜平滑等图像与掩膜预处理,与高保真重叠切片拼接的推理策略结合,以应对组织学图像中核密度高、染色不均的问题。结论称 Attention U-Net 是临床场景下自动化、可扩展细胞核勾画的有效且有竞争力的方法。

来源:arXiv cs.CV · arxiv.org