29、线粒体分割与前列腺分割的创新方法研究

线粒体分割与前列腺分割的创新方法研究

在生物医学图像分析领域，线粒体分割和前列腺分割是两个重要的研究方向。线粒体分割有助于深入了解细胞的功能和代谢，而前列腺分割对于前列腺疾病的诊断和治疗规划至关重要。然而，这两个任务都面临着一些挑战，如域适应问题和模型的鲁棒性问题。本文将介绍两种创新的方法来应对这些挑战。

1. 域适应线粒体分割的特征对齐方法

在域适应线粒体分割任务中，提出了一种基于特征空间的类感知对齐方法。

1.1 实验设置

• 数据集 ：实验涉及四个具有挑战性的电子显微镜（EM）数据集，分别是VNC III→Lucchi (Subset1)、VNC III→Lucchi (Subset2)、MitoEM - H→MitoEM - R和MitoEM - R→MitoEM - H。
  • VNC III：通过ssTEM对果蝇腹神经索成像，像素物理分辨率为50×5×5 nm³，包含20张分辨率为1024×1024的图像。
  • Lucchi：通过FIB - SEM对小鼠海马体成像，像素物理分辨率为5×5×5 nm³，训练集（Subset1）和测试集（Subset2）各有165张分辨率为1024×768的图像。
  • MitoEM：包含两个通过mbSEM成像的图像体积，一个来自大鼠皮层（MitoEM - R），另一个来自人类皮层（MitoEM - H）。每个体积包含1000张图像，前500张图像有实例级注释，像素物理分辨率为30×8×8 nm³，图像大小为4096×4096。