3D 미토콘드리아 인스턴스 세그멘테이션을 위한 고급 딥 네트워크

전자현미경(EM) 이미지에서 미토콘드리아의 인스턴스 세그멘테이션은 딥러닝 기법이 도입된 이후 큰 진전을 보여왔다. 본 논문에서는 쥐 및 인간 샘플의 3차원 미토콘드리아 인스턴스 세그멘테이션을 위한 두 가지 고급 딥 네트워크, Res-UNet-R 및 Res-UNet-H를 제안한다. 구체적으로, 단순하면서도 효과적인 이방성 컨볼루션 블록을 설계하고 다중 해상도 훈련 전략을 도입함으로써 세그멘테이션 성능을 향상시켰다. 또한, 사전 처리 단계에 노이즈 제거 연산을 추가함으로써 테스트 세트에서 학습된 모델의 일반화 능력을 강화하였다. 2021년 ISBI에서 개최된 대규모 3차원 미토콘드리아 인스턴스 세그멘테이션 챌린지에서 본 방법은 1위를 차지하였다. 코드는 https://github.com/Limingxing00/MitoEM2021-Challenge 에서 제공된다.