肾病理基础细胞核分割的综合评估与微调

摘要

准确的细胞核实例分割对于定量肾脏病理学至关重要，但通用模型通常难以应对低对比度、密集的细胞核、复杂的形态和强背景染色的问题。在这项工作中，我们通过结合来自细分案例的 5,901 个基础模型生成的伪标签（简单）、860 个新专家标注的未解决的挑战性案例（中）和 198 个专家标注的共识失败案例（困难）来扩展人机交互框架。这些注释跨越了不同级别的分割难度，使得能够对九种细胞分割模型配置中的七种单源和混合源微调策略进行系统评估。微调改进了所有模型，九个表现最好的策略中的七个包含中等数据。 LSP-DETR 使用仅 Hard 的微调获得了最高的 F1 分数 0.8725，而 StarDist 表现出最大的改进，使用仅 Medium 的微调从 0.7380 增加到 0.8332。这些发现表明，跨越多个难度级别的注释支持有效的模型适应，尽管最佳注释组合仍然依赖于模型。

肾病理基础细胞核分割的综合评估与微调：论文原图 — 图 1：总体框架。 (A) 对先前未解决的中等质量肾脏病理学补丁的专家标注，以丰富现有的 Easy 和 Hard 微调数据。 (B) 对 2022 年至 2026 年发布的细胞核分割模型的扩展评估，包括之前评估的模型和新合并的模型。 (C) 微调具有简单、中等和困难数据集的七个单源和混合源组合，用于评估特定于模型的适应性能。