基于深度学习的纤维和导管的分割与特征化

本文介绍了一种解决多模态显微图像细胞分割问题的方法。首先开发了基于细胞的低级图像特征的自动分类流程，并训练了分类模型。然后针对每个类别训练了单独的分割模型，分别用于圆形和不规则形状的细胞。采用高效且强大的主干模型增强分割模型的效率。在评估中，方法达到了F1得分0.8795，运行时间在时间容限范围内。