초록
미세경 사진에서 세포와 핵의 자동 검출 및 분할은 많은 생물학적 응용 분야에서 중요한 역할을 합니다. 최근 성공적인 학습 기반 접근 방식에는 픽셀 단위 세포 분할과 그 후의 픽셀 그룹화, 또는 경계 상자(bounding box)의 위치 결정과 그 후의 형태 개선이 포함됩니다. 그러나 세포가 밀집된 상황에서는 이러한 방법들이 경계를 맞대는 세포를 잘못 병합하거나 경계 상자의 부정확한 근사로 인해 유효한 세포 인스턴스를 억제하는 등의 분할 오류에 취약할 수 있습니다. 이러한 문제를 해결하기 위해, 우리는 별볼록다각형(star-convex polygon)을 통해 세포 핵을 위치 결정하는 방법을 제안합니다. 이는 경계 상자보다 훨씬 더 우수한 형태 표현이므로, 형태 개선이 필요하지 않습니다. 이를 위해 우리는 각 픽셀마다 해당 위치의 세포 인스턴스에 대한 다각형을 예측하도록 합성곱 신경망(convolutional neural network)을 훈련시켰습니다. 우리는 두 개의 합성 데이터셋과 하나의 다양한 형광 미세경 사진으로 구성된 어려운 데이터셋에서 우리 접근 방식의 장점을 입증하였습니다.