Scribble-based fast weak-supervision and interactive corrections for segmenting whole slide images

要約

この論文では、スライド全体の組織病理画像のセグメンテーションにおける 2 つの主要な課題に対処するために、最小限のユーザー インタラクションを備えた動的でインタラクティブな弱教師セグメンテーション方法を提案します。
まず、アルゴリズムをトレーニングするための手作業でアノテーションが付けられたデータセットが不足していることです。
第二に、病理医と機械の間の対話を可能にする対話型パラダイムの欠如が、臨床ルーチンでの使用にとって大きな障害となる可能性があります。
したがって、我々は、良好な結果(わずか 4 つの修正落書きですべての指標で 90\% 以上)を達成するために必要なインタラクションの数を制限しながら、病理医が最終結果を制御できるようにすることで、このギャップを埋めるための高速でユーザー指向の方法を提案します。

要約(オリジナル)

This paper proposes a dynamic interactive and weakly supervised segmentation method with minimal user interactions to address two major challenges in the segmentation of whole slide histopathology images. First, the lack of hand-annotated datasets to train algorithms. Second, the lack of interactive paradigms to enable a dialogue between the pathologist and the machine, which can be a major obstacle for use in clinical routine. We therefore propose a fast and user oriented method to bridge this gap by giving the pathologist control over the final result while limiting the number of interactions needed to achieve a good result (over 90\% on all our metrics with only 4 correction scribbles).

arxiv情報

著者 Antoine Habis,Roy Rosman Nathanson,Vannary Meas-Yedid,Elsa D. Angelini,Jean-Christophe Olivo-Marin
発行日 2024-02-13 09:57:35+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV パーマリンク