Training nuclei detection algorithms with simple annotations

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: WFRF:(Lundström Karl) > Training nuclei det...

Kost, HenningFraunhofer-Institut fur Bildgestutzte Medizin MEVIS,Fraunhofer Mevis (författare)

Training nuclei detection algorithms with simple annotations

Artikel/kapitelEngelska2017

Förlag, utgivningsår, omfång ...

Elsevier BV,2017
electronicrdacarrier

Nummerbeteckningar

LIBRIS-ID:oai:research.chalmers.se:08b63972-dc92-47e0-9ef4-a9762bbc1531
https://research.chalmers.se/publication/508261URI
https://doi.org/10.4103/jpi.jpi_3_17DOI
https://research.chalmers.se/publication/254086URI
https://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-140749URI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:art swepub-publicationtype
Ämneskategori:ref swepub-contenttype

Anmärkningar

Background: Generating good training datasets is essential for machine learning-based nuclei detection methods. However, creating exhaustive nuclei contour annotations, to derive optimal training data from, is often infeasible. Methods: We compared different approaches for training nuclei detection methods solely based on nucleus center markers. Such markers contain less accurate information, especially with regard to nuclear boundaries, but can be produced much easier and in greater quantities. The approaches use different automated sample extraction methods to derive image positions and class labels from nucleus center markers. In addition, the approaches use different automated sample selection methods to improve the detection quality of the classification algorithm and reduce the run time of the training process. We evaluated the approaches based on a previously published generic nuclei detection algorithm and a set of Ki-67-stained breast cancer images. Results: A Voronoi tessellation-based sample extraction method produced the best performing training sets. However, subsampling of the extracted training samples was crucial. Even simple class balancing improved the detection quality considerably. The incorporation of active learning led to a further increase in detection quality. Conclusions: With appropriate sample extraction and selection methods, nuclei detection algorithms trained on the basis of simple center marker annotations can produce comparable quality to algorithms trained on conventionally created training sets.

Ämnesord och genrebeteckningar

TEKNIK OCH TEKNOLOGIER Medicinteknik hsv//swe
ENGINEERING AND TECHNOLOGY Medical Engineering hsv//eng
TEKNIK OCH TEKNOLOGIER Elektroteknik och elektronik Signalbehandling hsv//swe
ENGINEERING AND TECHNOLOGY Electrical Engineering, Electronic Engineering, Information Engineering Signal Processing hsv//eng
Active learning
Machine learning
Nuclei detection
Training set generation

Biuppslag (personer, institutioner, konferenser, titlar ...)

Homeyer, AndréFraunhofer-Institut fur Bildgestutzte Medizin MEVIS,Fraunhofer Mevis (författare)
Molin, Jesper,1987Sectra AB,Chalmers tekniska högskola,Chalmers University of Technology(Swepub:cth)mjesper (författare)
Lundström, Claes,1973-Linköpings universitet,Medie- och Informationsteknik,Centrum för medicinsk bildvetenskap och visualisering, CMIV,Tekniska fakulteten(Swepub:liu)clalu03 (författare)
Hahn, Horst KarlFraunhofer-Institut fur Bildgestutzte Medizin MEVIS,Fraunhofer Mevis (författare)
Fraunhofer-Institut fur Bildgestutzte Medizin MEVISFraunhofer Mevis (creator_code:org_t)

Sammanhörande titlar

Ingår i:Journal of Pathology Informatics: Elsevier BV8:12229-50892153-3539

Internetlänk

Hitta via bibliotek

Journal of Pathology Informatics (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

Hitta mer i SwePub

Av författaren/redakt...: Kost, Henning; Homeyer, André; Molin, Jesper, 1 ...; Lundström, Claes ...; Hahn, Horst Karl

Om ämnet

TEKNIK OCH TEKNOLOGIER: TEKNIK OCH TEKNO ...; och Medicinteknik

TEKNIK OCH TEKNOLOGIER: TEKNIK OCH TEKNO ...; och Elektroteknik oc ...; och Signalbehandling

Artiklar i publikationen: Journal of Patho ...

Av lärosätet: Chalmers tekniska högskola; Linköpings universitet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se