Micro-Net: نموذج موحد لتقسيم الأشياء المختلفة في صور المجهر الإلكتروني

التفتيش على الأشياء وتوضيح هيكلها هي خطوات مهمة في أنابيب التحليل الآلي للصور المجهرية. نقدم هندسة تعلم عميقة تعتمد على الشبكات العصبية المتلافهة (CNN) لتفتيش الأشياء في الصور المجهرية. يمكن استخدام الشبكة المقترحة لتفتيش الخلايا والأنوية والغدد في صور الميكروسكوب الفلوري وصور علم الأنسجة بعد ضبط طفيف للمعلمات الإدخالية. تقوم الشبكة بالتدريب على دقة متعددة للصورة الإدخالية، وتربط الطبقات الوسيطة لتحقيق توضيح أفضل وسياق، وتولد النتائج باستخدام مرشحات تفكيك متعددة الدقة. الطبقات المتلافهة الإضافية التي تتخطى عملية التجميع القصوى (max-pooling) تسمح للشبكة بالتدريب على شدة إدخال متنوعة وحجم أشياء متغير، مما يجعلها مقاومة للبيانات الضوضائية. نقارن نتائجنا مع مجموعات البيانات المتاحة للجمهور ونظهر أن الشبكة المقترحة تتفوق على خوارزميات التعلم العميق الحديثة.