訂閱
糾錯(cuò)
加入自媒體

極鏈科技HPAIC人類蛋白質(zhì)圖譜分類挑戰(zhàn)賽金牌經(jīng)驗(yàn)分享

2019-01-18 11:06
張康康
關(guān)注

近期,由Kaggle主辦,Leica Microsystems和NVIDIA贊助的HPAIC(Human Protein Atlas Image Classification)競(jìng)賽正式結(jié)束。比賽為期三個(gè)月,共有來(lái)自全球的2236個(gè)隊(duì)伍參加,極鏈AI研究院與工程院最終獲得挑戰(zhàn)賽金牌。

比賽介紹

蛋白質(zhì)是人體細(xì)胞中的“行動(dòng)者”,執(zhí)行許多共同促進(jìn)生命的功能。蛋白質(zhì)的分類僅限于一種或幾種細(xì)胞類型中的單一模式,但是為了完全理解人類細(xì)胞的復(fù)雜性,模型必須在一系列不同的人類細(xì)胞中對(duì)混合模式進(jìn)行分類。

可視化細(xì)胞中蛋白質(zhì)的圖像通常用于生物醫(yī)學(xué)研究,這些細(xì)胞可以成為下一個(gè)醫(yī)學(xué)突破的關(guān)鍵。然而,由于高通量顯微鏡的進(jìn)步,這些圖像的生成速度遠(yuǎn)遠(yuǎn)超過(guò)人工評(píng)估的速度。因此,對(duì)于自動(dòng)化生物醫(yī)學(xué)圖像分析以加速對(duì)人類細(xì)胞和疾病的理解,需要比以往更大的需求。

雖然這是生物學(xué)方面的競(jìng)賽,但是其本質(zhì)是機(jī)器視覺(jué)方向的圖像多標(biāo)簽分類問(wèn)題,參賽隊(duì)伍也包括許多機(jī)器視覺(jué)和機(jī)器學(xué)習(xí)領(lǐng)域的競(jìng)賽專家。

數(shù)據(jù)分析

官方給我們提供了兩種類型的數(shù)據(jù)集,一部分是512x512的png圖像,一部分是2048x2048或3072x3072的TIFF圖像,數(shù)據(jù)集大概 268G, 其中訓(xùn)練集:31072 x 4張,測(cè)試集:11702 x 4張。

一個(gè)蛋白質(zhì)圖譜由4種染色方式組成(red,green,blue,yellow),圖像示例如下:

我們將4個(gè)通道合并成3通道(RYB)可視化的圖像如下所示:

在本次競(jìng)賽中一共有28個(gè)類別,比如 Nucleoplasm、Nuclear membrane等,每個(gè)圖譜圖像都可以有一個(gè)或者多個(gè)標(biāo)簽。標(biāo)簽數(shù)量統(tǒng)計(jì)如下:

可以發(fā)現(xiàn)標(biāo)簽數(shù)量集中在1-3個(gè),但是仍然會(huì)有圖像有5個(gè)標(biāo)簽,給比賽增加了一定的難度。

另一方面的難點(diǎn)是數(shù)據(jù)集中樣本數(shù)量很不均勻,圖像最多的類別有12885張,而圖像最少的類別只有11張圖像,這給競(jìng)賽造成很大的困難,樣本數(shù)量分布情況可以在圖中看出。

在比賽過(guò)程中逐步有參賽者發(fā)現(xiàn)官方的額外數(shù)據(jù)集HPAv18,并得到官方授權(quán),這些數(shù)據(jù)集有105678張,很大程度的擴(kuò)大了樣本數(shù)量,同時(shí)給我們提供了很大的幫助。

環(huán)境資源

硬件方面我們使用了4塊NVIDIA TESLA P100顯卡,使用pytorch作為我們的模型訓(xùn)練框架。

圖像預(yù)處理

HPAv18 圖像與官方給出的圖像有一定的差別,雖然也是由4中染色方式組成,但是每個(gè)染色圖像是一個(gè)RGB圖像,而不是官方的單通道圖像,而且RGB三個(gè)通道的值差別較大,我們對(duì)這些圖像做了預(yù)處理,對(duì)每個(gè)RGB圖像只取一個(gè)通道(r_out=r,g_out=g,b_out=b,y_out=b),并將這些圖像縮放到512x512和1024x1024兩種尺度。

對(duì)于TIFF文件,我們用了一周的時(shí)間把這個(gè)數(shù)據(jù)集下載下來(lái),然后將所有圖像縮放到1024x1024。

數(shù)據(jù)增廣

我們比賽中使用的增廣方式有Rotation, Flip 和 Shear三種;因?yàn)槲覀儾恢酪粡垐D像中的多個(gè)細(xì)胞之間是否有關(guān)聯(lián)關(guān)系,所以比賽中沒(méi)有使用隨機(jī)裁剪的增廣方式。

1  2  下一頁(yè)>  
聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問(wèn)題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

    掃碼關(guān)注公眾號(hào)
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯(cuò)
    x
    *文字標(biāo)題:
    *糾錯(cuò)內(nèi)容:
    聯(lián)系郵箱:
    *驗(yàn) 證 碼:

    粵公網(wǎng)安備 44030502002758號(hào)