相关实验视频
Updated: Jul 28, 2025

06:25
Using Computer Vision Libraries to Streamline Nuclei Quantification
Published on: June 6, 2025
352
应避免泛光质量作为评估细胞核细分和分类在数字病理学的指标
Adrien Foucart1, Olivier Debeir2,3, Christine Decaestecker4,5
1Laboratory of Image Synthesis and Analysis, École polytechnique de Bruxelles, Université Libre de Bruxelles (ULB), 1050, Brussels, Belgium. Adrien.Foucart@ulb.be.
Scientific reports
|May 27, 2023
概括
全视质量 (PQ) 不适合细胞核实例细分和分类 (ISC). 它的泛光细分 (PS) 设计从根本上与ISC不同,使其不适合评估像原子核这样的小物体.
科学领域:
- 数字病理学数字病理学
- 计算机视觉 计算机视觉 计算机视觉
- 医疗图像分析 医学图像分析
背景情况:
- 泛光质量 (PQ) 是泛光细分 (PS) 的一个指标.
- 在数字病理学中,PQ已被应用于细胞核实例细分和分类 (ISC).
- PQ旨在为检测和细分性能提供单一的衡量标准.
研究的目的:
- 分析泛光质量 (PQ) 对细胞核实例细分和分类 (ISC) 的适用性.
- 为了展示泛光细分 (PS) 和核心ISC之间的基本差异.
- 为了突出PQ的匹配规则和细分质量指标对小物体的局限性.
主要方法:
- 泛光质量 (PQ) 属性的理论分析.
- 全视分段 (PS) 和核心实例分段和分类 (ISC) 任务的比较.
- 对小物体的PQ内作为匹配和质量规则的IoU (IoU) 交叉点的评估.
主要成果:
- 泛光质量 (PQ) 在理论上不适合核心ISC,因为它与泛光细分 (PS) 的根本差异.
- 在PQ内部的IoU (Intersection over Union) 度量不适用于评估细胞核等小物体的细分.
- 来自NuCLS和MoNuSAC数据集的例子说明了PQ对核ISC的不足.
结论:
- 应避免在细胞核实例细分和分类 (ISC) 中使用全视质量 (PQ).
- 需要更适合核心ISC数据集特征的替代指标.
- 该研究提供了复制结果的代码,以鼓励进一步的研究.
更多相关视频
08:40Quantitation of Protein Expression and Co-localization Using Multiplexed Immuno-histochemical Staining and Multispectral Imaging
Published on: April 8, 2016
12.9K
09:31Automated Quantification of Hematopoietic Cell – Stromal Cell Interactions in Histological Images of Undecalcified Bone
Published on: April 8, 2015
11.7K