基于卷积神经网络的医学宫颈细胞图像的语义分割

• 作者: 刘任任 李智能 梁光明
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 语义分割 卷积神经网络 核质分割 宫颈细胞显微图像
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 152-156
• 页数: 5页
• 分类号: TP3
• 字数: 2735字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.11.025

摘要

显微细胞分割的精度直接影响疾病的判别诊断,特别在宫颈细胞的显微病理图像中,细胞核的形态大小、与细胞质之间的比例参数等对于病情的良恶诊断具有重大的意义.为提高宫颈细胞核质分割的精度,提出一种基于卷积神经网络的医学宫颈细胞图像的语义分割方法.标定宫颈细胞显微图像中的细胞核和细胞质轮廓,制作基于长沙市第二人民医院的基于新柏氏液基细胞学检测TCT(Thinprep cytologic test)制片技术的宫颈TCT细胞涂片的CCTCT数据集;通过卷积神经网络对核质分割模型进行训练,避免人工提取特征;通过反卷积达到图像的语义分割.实验结果表明,该算法在宫颈细胞的显微病理图像中的核质分割准确率高达94.7％,具有很高的鲁棒性和适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁光明	国防科技大学计算机学院	34	513	11.0	22.0
2	李智能	湘潭大学信息工程学院	1	2	1.0	1.0
3	刘任任	国防科技大学计算机学院	1	2	1.0	1.0