CNN과 가이드 영상을 이용한 세포핵 검출

Abstract

최근 신경망이 활발히 연구되어 다양한 분야에 적용되고 있으며, 영상처리의 다양한 분야(초해상도 복원, 영상 분류, 영상 분할 등등)에서도 신경망을 도입하여 이전보다 나은 성과를 내고 있다. 본 논문에서는 의료영상에 깊은 신경망을 활용하여 세포핵 영역을 분할하는 기법을 제안한다. 본 논문에서 제안하는 네트워크 구조는 수용영역이 서로 다른 세 개의 네트워크를 병렬 처리하는 병렬 네트워크와 분류 네트워크로 이루어져 있다. 네트워크의 입력은 원본 영상을 전처리한 영상과 가이드 영상을 사용한다. 제안하는 방법은 풀링을 제거한 Deeplab-v1보다 mIOU가 4.61% 높고, 크기 영상에서 1.92배 빠르다.

Recently, neural networks have been actively studied and applied in various fields. In the various fields of image processing (super resolution restoration, image classification, image segmentation, etc.), neural networks have been introduced to achieve better results than before. In this paper, we propose a technique to segment the nuclei region using deep neural network for medical images. The network structure used in this paper consists of three networks with different receptive field and a classification network. The input of the network is the pre - processed image and the guide image of the original image. The proposed method is 4.61% higher in mIOU than Deeplab-v1 with pooling removed and 1.92 times faster in 1024×1024 size image.