多实例弱监督语义分割在癌症病理图像分割的应用  

作　　者：杨晗 

机构地区：[1]湖州师范学院,浙江湖州313000

出　　处：《电脑知识与技术》2024年第20期26-28,共3页Computer Knowledge and Technology

摘　　要：癌症病理图像的语义分割已经成为辅助医生进行癌症诊断的重要手段,全卷积神经网络已经逐渐成为医学图像分割的首选方案。但是全监督语义分割需要像素级标签,为了节省使用人工标注的像素级标签的成本,选择使用图像级标签是较好的选择,即使用弱监督语义分割进行病理图像的分割。文章提出了一个弱监督语义分割框架,使用多实例学习丰富标签,将图像分割成网格实例并自动生成实例级标签,并且使用识别网络提取标签特征,生成近似像素级标签的伪标签,最后进行完全监督训练。在BRACS数据集中,实例分类与像素级分割方面都取得了不错的效果。

关 键 词：病理图像 弱监督 实例 语义分割 像素级标签 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]