Материал конференции: "Труды Международной конференции по компьютерной графике и зрению "Графикон" (19-21 сентября 2022 г., Рязань)"
Авторы:Соколов Н.А., Васильев Е.П., Гетманская А.А.
Генерация и исследование набора данных электронной микроскопии мозга для целей сегментации
Аннотация:
Технология электронной микроскопии (ЭМ) дает новые возможности для исследователей в биомедицине. Применение методов искусственного интеллекта для обработки данных ЭМ во многом затруднено из-за малого объема аннотированных данных. Поэтому мы добавляем синтетические изображения в набор реальных данных ЭМ или используем полностью синтетический набор обучающих данных. В этой работе мы представляем алгоритм синтеза 6 типов органелл. На основе набора данных EPFL был создан обучающий набор из 860 реальных изображений 256x256 (ORG) и 6000 синтетических изображений (SYN), а также объединенный набор синтетических и реальных изображений (MIX). Эксперименты по обучению моделей для сегментации на 5 и 6 классов показали, что, несмотря на несовершенство синтетических данных, для плохо представленного в обучающем наборе данных аксона использование синтетического набора данных улучшает метрику Dice с 0.3 на оригинальном наборе до 0.8 на смешанном и синтетическом. Стратегия использования синтетических данных позволяет получать аннотации автоматически, но требует усилий на создание достаточно реалистичных изображений.
Ключевые слова:
медицинская сегментация, электронная микроскопия, нейронная сеть, сегментация изображений, машинное обучение