Publicação: Histological image segmentation of the bone vascular network through deep learning
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
Convolutional neural networks (CNN) are tools which have been intensively explored lately in the image processing field, showing very positive and promising results in classification and segmentation tasks. This project aims to study its application in the segmentation process of histological images of the bone vascular network. A PyTorch implementation of a U-Net was adapted to suit the purpose of this work. Training was performed with a provided set of bone vascular tissues images of rats and a corresponding manually marked set, where the canals, which are the objects of interest of the segmentation, were very roughly identified, presenting several flaws and wrong markings. This lack of precision in the ground truths had a huge negative impact on the model results, which ended up only achieving a Dice Coefficient of 0.20 due to overfitting.
Abstract
Redes neurais convolucionais (CNN) são ferramentas que vêm sendo intensamente exploradas recentemente na área de processamento de imagem e demonstram resultados muito positivos e promissores em tarefas de classificação e segmentação. Este projeto têm o objetivo de estudar a sua aplicação ao processo de segmentação de imagens histológicas da rede vascular óssea. Uma implementação em PyTorch de uma U-Net foi adaptada para cumprir o propósito deste trabalho. O treinamento foi realizado com um conjunto fornecido de imagens da rede vascular óssea de ratos e um conjunto correspondente, manualmente marcado, em que os canais, os quais são as estruturas de interesse da segmentação, foram rusticamente identificados, apresentando assim diversas falhas e marcações erradas. Essa falta de precisão nas ground truths teve um enorme impacto negativo nos resultados do modelo, o qual foi capaz de atingir um Dice Coefficient de apenas 0.20 devido a overfitting.
Palavras-chave
CNN, Segmentation, Segmentação, Histological images, Imagens histológicas, Bone vascular network, Rede vascular óssea, U-net
Citação
JULIA, Roxanne Silva. Histological image segmentation of the bone vascular network through deep learning. 2021. 33 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2021.