两阶段分析的异常簇团宫颈细胞检测方法

作者：梁義钦; 赵司琦; 王海涛; **军^*

来源：哈尔滨理工大学学报, 2022, 27(02): 76-84.

DOI：10.15938/j.jhust.2022.02.010

• 簇团宫颈细胞分类
• 目标检测
• 对比学习

异常细胞检测是宫颈癌智能辅助诊断的关键技术，直接影响着检测系统的性能。但宫颈异常细胞大多以簇团的形式存在，细胞相互粘连、复杂多样，给异常细胞检测带来了挑战。为解决这一问题，本文提出了一种两阶段簇团宫颈异常细胞检测方法。该方法在第一阶段采用YOLO-v5目标检测网络，利用可变形卷积替换网络中的标准卷积，使卷积核的大小和位置可以根据当前病理图像内容进行动态调整，以适应不同簇团宫颈细胞的形状、大小等几何形变。在第二阶段利用监督对比学习网络学习正、异常簇团宫颈细胞之间的特征差异，实现高准确率的正、异常簇团宫颈细胞分类。实验表明，簇团宫颈细胞召回率达到89.69%,相比基线网络YOLO-v5提升了1.43%,正、异常簇团宫颈细胞分类准确率达到87.81%,相比基线网络ResNet提升了10.31%。

• 单位
  哈尔滨理工大学; 哈尔滨医科大学附属第一医院