基于卷积神经网络的细胞图像分割与类型判别

作者：胡威; 汪春梅; 张见

来源：上海师范大学学报(自然科学版), 2019, 48(01): 106-112.

• 卷积神经网络(CNN)
• 边缘聚类
• 图像分割
• 分类判别

组织细胞图像形态各异、大小不一、纹理变化多样等特点,导致难以精准地分割细胞区域的问题,对此提出了一种基于卷积神经网络(CNN)和边缘聚类方法的新算法.对原始切片采用染色校正预处理,提高色彩对比度,利用CNN得到初步分割结果,结合边缘聚类方法提升初步分割结果的连续性和完整性.在此基础上,结合计算机视觉技术,获得分割图像中细胞颗粒的基本属性特征,并使用Softmax分类器判别细胞类型.实验结果表明:相较于经典的卷积神经网络、阈值分割、模糊聚类等细胞图像分割算法,该算法在分割结果的完整度方面提升了6.15个百分点.

• 单位
  华东理工大学; 上海师范大学; 机电工程学院