nach oben

Erschienen in:

2019 | OriginalPaper | Buchkapitel

Cross Modality Microscopy Segmentation via Adversarial Adaptation

verfasst von : Yue Guo, Qian Wang, Oleh Krupa, Jason Stein, Guorong Wu, Kira Bradford, Ashok Krishnamurthy

Erschienen in: Bioinformatics and Biomedical Engineering

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Deep learning techniques have been successfully applied to automatically segment and quantify cell-types in images acquired from both confocal and light sheet fluorescence microscopy. However, the training of deep learning networks requires a massive amount of manually-labeled training data, which is a very time-consuming operation. In this paper, we demonstrate an adversarial adaptation method to transfer deep network knowledge for microscopy segmentation from one imaging modality (e.g., confocal) to a new imaging modality (e.g., light sheet) for which no or very limited labeled training data is available. Promising segmentation results show that the proposed transfer learning approach is an effective way to rapidly develop segmentation solutions for new imaging methods.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Artefacts Recognition and Elimination in Video Sequences with Ciliary Respiratory Epithelium

Nächstes Kapitel Assessment of Pain-Induced Changes in Cerebral Microcirculation by Imaging Photoplethysmography

Akeret, J., Chang, C., Lucchi, A., Refregier, A.: Radio frequency interference mitigation using deep convolutional neural networks. Astron. Comput. 18, 35–39 (2017)CrossRef

Arbelle, A., Raviv, T.R.: Microscopy cell segmentation via adversarial neural networks. In: ISBI 2018, pp. 645–648. IEEE (2018)

Deng, J., Dong, W., Socher, R., Li, L.J., Li, K., Fei-Fei, L.: ImageNet: a large-scale hierarchical image database. In: CVPR, pp. 248–255. IEEE (2009)

Girshick, R., Donahue, J., Darrell, T., Malik, J.: Rich feature hierarchies for accurate object detection and semantic segmentation. In: CVPR, pp. 580–587 (2014)

Goodfellow, I., et al.: Generative adversarial nets. In: NIPS, pp. 2672–2680 (2014)

Guo, Y., Wrammert, J., Singh, K., Ashish, K., Bradford, K., Krishnamurthy, A.: Automatic analysis of neonatal video data to evaluate resuscitation performance. In: ICCABS, pp. 1–6. IEEE (2016)

Hoffman, J., et al.: LSDA: large scale detection through adaptation. In: Advances in Neural Information Processing Systems, pp. 3536–3544 (2014)

Ioffe, S., Szegedy, C.: Batch normalization: accelerating deep network training by reducing internal covariate shift. In: ICML, vol. 37, pp. 448–456. PMLR (2015). http://proceedings.mlr.press/v37/ioffe15.html

Liu, M., et al.: Adaptive cell segmentation and tracking for volumetric confocal microscopy images of a developing plant meristem. Mol. Plant 4(5), 922–931 (2011)CrossRef

10.

Liu, M.Y., Tuzel, O.: Coupled generative adversarial networks. In: NIPS, pp. 469–477 (2016)

11.

Mirza, M., Osindero, S.: Conditional generative adversarial nets. arXiv preprint arXiv:1411.1784 (2014)

12.

Packard, R.R.S., et al.: Automated segmentation of light-sheet fluorescent imaging to characterize experimental doxorubicin-induced cardiac injury and repair. Sci. Rep. 7(1), 8603 (2017)CrossRef

13.

Radford, A., Metz, L., Chintala, S.: Unsupervised representation learning with deep convolutional generative adversarial networks. arXiv preprint arXiv:1511.06434 (2015)

14.

Ronneberger, O., Fischer, P., Brox, T.: U-Net: convolutional networks for biomedical image segmentation. In: Navab, N., Hornegger, J., Wells, W.M., Frangi, A.F. (eds.) MICCAI 2015. LNCS, vol. 9351, pp. 234–241. Springer, Cham (2015). https://doi.org/10.1007/978-3-319-24574-4_28CrossRef

15.

Sadanandan, S.K., Karlsson, J., Wählby, C.: Spheroid segmentation using multiscale deep adversarial networks. In: ICCVW, pp. 36–41. IEEE (2017)

16.

Shen, D., Wu, G., Suk, H.I.: Deep learning in medical image analysis. Ann. Rev. Biomed. Eng. 19(1), 221–248 (2017). pMID: 28301734CrossRef

17.

Tzeng, E., Hoffman, J., Saenko, K., Darrell, T.: Adversarial discriminative domain adaptation. In: CVPR, vol. 1, p. 4 (2017)

18.

Yang, H.F., Choe, Y.: Cell tracking and segmentation in electron microscopy images using graph cuts. In: ISBI, pp. 306–309. IEEE (2009)

19.

Zhang, Y., Yang, L., Chen, J., Fredericksen, M., Hughes, D.P., Chen, D.Z.: Deep adversarial networks for biomedical image segmentation utilizing unannotated images. In: Descoteaux, M., Maier-Hein, L., Franz, A., Jannin, P., Collins, D.L., Duchesne, S. (eds.) MICCAI 2017. LNCS, vol. 10435, pp. 408–416. Springer, Cham (2017). https://doi.org/10.1007/978-3-319-66179-7_47CrossRef

Titel: Cross Modality Microscopy Segmentation via Adversarial Adaptation
verfasst von: Yue Guo
Qian Wang
Oleh Krupa
Jason Stein
Guorong Wu
Kira Bradford
Ashok Krishnamurthy
Verlag: Springer International Publishing
Buch: Bioinformatics and Biomedical Engineering
Print ISBN: 978-3-030-17934-2

Electronic ISBN: 978-3-030-17935-9

Copyright-Jahr: 2019
DOI: https://doi.org/10.1007/978-3-030-17935-9_42

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner