arXiv来源发表:
弱标注生物图像不再只靠自动特征：把领域知识喂给模型，TDP-43 核质错位分类精度最高提升 6.8%
导语
一种与模型无关的知识增强方法让机器学习在弱标注生物图像上利用自动特征提取之外的领域知识，与掩码自编码器自监督学习结合后，在三套内部显微数据集上精度比次优方法高 2.9%，在三套公开细胞形态学基准上平均高 6.8%。
正文
弱标注生物图像上的分类表现不再只由自动特征提取决定，模型可以额外利用领域知识。 此前的做法只依赖自动特征提取，因此在不同的弱标注数据集上分类表现不一致。 该方法在七种机器学习架构上都提升了分类表现，说明增益不绑定某一种模型结构。
把领域知识作为增强信息接入模型，而不是替换模型本身，因此同一套增强可以配到不同架构上。 与掩码自编码器自监督学习结合时整体表现最强，精度比次优方法在三套内部显微数据集上高 2.9%，在三套公开细胞形态学基准上平均高 6.8%。 评测覆盖三套内部显微数据集和三套公开细胞形态学基准，任务是对源自人类诱导多能干细胞运动神经元的 TDP-43 核质错位做核级分类。
接下来
该方法面向弱标注生物图像，例如显微图像与细胞形态学图像，并在七种机器学习架构上验证；与掩码自编码器自监督学习结合时整体表现最强。评测场景是源自人类诱导多能干细胞运动神经元的核级 TDP-43 核质错位分类，使用三套内部显微数据集与三套公开细胞形态学基准。
TDP-43 错位表型的大规模准确量化仍然困难，并可能造成研究之间的不一致。应用最佳模型得到的生物学解读包括 MG132 与亚砷酸钠对 TDP-43 错位的剂量依赖效应、散发性和家族性 ALS 供体运动神经元的病理差异，以及依达拉奉和氯硝柳胺对亚砷酸钠诱导的 TDP-43 错位缺乏保护。