基于自洽正则化约束的半监督细胞分割算法
Semi-supervised Nuclei Segmentation Based on Consistency Regularization Constraint作者机构:安徽中医药大学医药信息工程学院合肥230012 合肥学院先进制造工程学院合肥230601
出 版 物:《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)
年 卷 期:2020年第33卷第7期
页 面:643-652页
核心收录:
学科分类:08[工学] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(No.61902104) 安徽中医药大学自然科学基金重点项目(No.2019zrzd10) 合肥学院科学研究重点项目(No.19ZR15ZDA) 合肥学院人才基金项目(No.18-19RC54)资助。
摘 要:针对具有高质量标注的医疗图像数据获得成本较高的问题,提出基于自洽正则化约束的半监督细胞分割算法.首先构造两个结构完全相同的主、从分割网络,赋以相同的初始化参数.然后将随机选取的有/无标签训练数据输入主、从分割网络,利用正则化项约束主、从分割网络的训练,使输出结果保持自洽.其中,由梯度下降法优化主分割网络参数,由主网络参数经指数移动平均迭代得到从分割网络参数.最后在公共数据集上的实验验证文中算法的有效性.