An Effective Pipeline for Whole-Slide Image Glomerulus Segmentation

要約

全スライド画像 (WSI) 糸球体のセグメンテーションは、腎臓疾患を正確に診断するために不可欠です。
この研究では、パッチ レベルと WSI レベルの両方のセグメンテーション タスクを効果的に強化する糸球体セグメンテーションの実用的なパイプラインを提案します。
私たちのアプローチは、重なり合うパッチのステッチングを活用し、特に糸球体がパッチ画像の境界近くに位置する場合に、検出範囲を拡大します。
さらに、30,000 を超える糸球体のアノテーションを持つ 2 つの大規模で多様なデータセットにわたる、さまざまなセグメンテーション モデルからの包括的な評価を実施します。
実験結果は、当社のパイプラインを使用したモデルが以前の最先端の方法よりも優れたパフォーマンスを示し、両方のデータセットにわたって優れた結果を達成し、WSI における糸球体セグメンテーションの新しいベンチマークを設定したことを示しています。
コードと事前トレーニングされたモデルは https://github.com/huuquan1994/wsi_glomerulus_seg で入手できます。

要約(オリジナル)

Whole-slide images (WSI) glomerulus segmentation is essential for accurately diagnosing kidney diseases. In this work, we propose a practical pipeline for glomerulus segmentation that effectively enhances both patch-level and WSI-level segmentation tasks. Our approach leverages stitching on overlapping patches, increasing the detection coverage, especially when glomeruli are located near patch image borders. In addition, we conduct comprehensive evaluations from different segmentation models across two large and diverse datasets with over 30K glomerulus annotations. Experimental results demonstrate that models using our pipeline outperform the previous state-of-the-art method, achieving superior results across both datasets and setting a new benchmark for glomerulus segmentation in WSIs. The code and pre-trained models are available at https://github.com/huuquan1994/wsi_glomerulus_seg.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google