基于深度卷积神经网络的肾透明细胞癌细胞核分割

• 作者: 刘利卉 周晓军 周超 张泽林 徐军 鲁浩达
• 来源期刊: 生物医学工程研究
• 学科: 医学
• 关键词: 分割 卷积神经网络 细胞核 肾透明细胞癌 逐像素
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 论著
• 页码范围: 340-345
• 页数: 6页
• 分类号: R318
• 字数: 3704字
• 语种: 中文
• DOI: 10.19529/j.cnki.1672-6278.2017.04.13

摘要

肾透明细胞癌病理图像中细胞核的形态和位置信息对肾癌的良恶性分级诊断具有重要意义,为提高肾透明细胞癌细胞核分割的质量,本研究提出了基于深度卷积神经网络的细胞核分割方法.首先,根据标定的病理图像中细胞核轮廓,构建细胞核分割样本集;然后,深度卷积神经网络通过隐式特征学习对细胞核分割模型进行训练,避免人为设计特征;最后,利用细胞核分割模型对病理图像进行逐像素分割.实验结果表明,深度卷积神经网络的细胞核分割算法在肾透明细胞癌细胞核分割的像素准确率高达90.33%,细胞核分割性能稳定,深度卷积神经网络强大的鲁棒性和适应性使得肾透明细胞癌细胞核自动分割具有可能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晓军		526	3707	23.0	30.0
2	周超	南京信息工程大学江苏省大数据分析技术重点实验室	2	19	2.0	2.0
3	徐军	南京信息工程大学江苏省大数据分析技术重点实验室	21	107	7.0	9.0
4	张泽林	南京信息工程大学江苏省大数据分析技术重点实验室	4	13	2.0	3.0
5	刘利卉	南京信息工程大学江苏省大数据分析技术重点实验室	2	13	2.0	2.0
6	鲁浩达	南京信息工程大学江苏省大数据分析技术重点实验室	2	11	1.0	2.0