跨尺度指导集成变压器用于病理学图像中的实例分割

科学领域:

• 数字病理学数字病理学
• 计算机辅助诊断是一种计算机辅助的诊断.
• 医疗图像分析 医学图像分析

背景情况:

• 精确的腺癌分类需要病理学家手动审查病理学图像.
• 手动分类在观察者间和观察者内部的可重复性方面面临挑战.
• 单个腺细胞的实例细分对于自动分类至关重要,但仍然很困难.

研究的目的:

• 开发一种用于腺细胞实例细分的自动化方法,以协助腺癌分类.
• 提高计算机辅助腺癌分级的准确性和可重复性.
• 为了应对细分不同大小的个体腺细胞的挑战.

主要方法:

• 为腺细胞实例细分提出了一种新的跨度指导集成变压器.
• 该网络使用跨尺度指导集成模块集成多尺度功能.
• 一个具有面具注意力的解码器利用集成功能来改进细分.

主要成果:

• 拟议的方法在两个公共腺细胞数据集上实现了最先进的性能.
• 与现有的深度学习方法相比,它在细分单个腺细胞方面表现出卓越的准确性.
• 这种方法有效地处理腺体细胞大小和形态的变化.

结论:

• 交叉尺度引导集成变压器提供精确的腺细胞细分.
• 这种方法有助于病理学家通过计算机辅助对腺癌进行分类.
• 该方法提高了数字病理学工作流程的可重复性和效率.