KEMR-Net: A Knowledge-Enhanced Mask Refinement Network for Chromosome Instance Segmentation - Publikacja - MOST Wiedzy

Wyszukiwarka

KEMR-Net: A Knowledge-Enhanced Mask Refinement Network for Chromosome Instance Segmentation

Abstrakt

This article proposes a mask refinement method for chromosome instance segmentation. The proposed method exploits the knowledge representation capability of Neural Knowledge DNA (NK-DNA) to capture the semantics of the chromosome’s shape, texture, and key points, and then it uses the captured knowledge to improve the accuracy and smoothness of the masks. We validate the method’s effectiveness on our latest high-resolution chromosome image dataset. The experimental results show that our proposed method’s mask average precision (MaskAP) is 3.66% higher than Mask R-CNN and outperforms advanced Cascade Mask R-CNN by 1.35%.

Cytowania

  • 1

    CrossRef

  • 0

    Web of Science

  • 2

    Scopus

Autorzy (3)

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuły w czasopismach
Opublikowano w:
CYBERNETICS AND SYSTEMS nr 55, strony 708 - 718,
ISSN: 0196-9722
Język:
angielski
Rok wydania:
2024
Opis bibliograficzny:
Chen D., Zhang H., Szczerbicki E.: KEMR-Net: A Knowledge-Enhanced Mask Refinement Network for Chromosome Instance Segmentation// CYBERNETICS AND SYSTEMS -Vol. 55,iss. 3 (2024), s.708-718
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1080/01969722.2022.2162741
Źródła finansowania:
  • Publikacja bezkosztowa
Weryfikacja:
Politechnika Gdańska

wyświetlono 71 razy

Publikacje, które mogą cię zainteresować

Meta Tagi