科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对染色体识别的难题，提出一种基于残差U-Net网络的染色体图像分割方法。以残差网络和U-Net网络为基础简化深层网络的训练，利用丰富的跳跃连接促进信息传播；通过将U-Net网络底层的卷积层替换成不同尺度的空洞卷积，保持特征空间分辨率不变的同时扩大特征感受野，实现多尺度感受野提取图像特征的同时减少特性信息的丢失；压缩路径和扩张路径中间的跳跃连接则通过组合不同尺度的特征，实现高度灵活的特征融合；通过使用Tversky损失函数，进一步提高了分割精度。实验结果表明，基于残差U-Net网络的染色体重叠区域的交并比(intersection over union, IoU)达到了96.36%,优于传统的U-Net网络的分割性能。该方法有效提高了染色体分割的性能和效率，有望应用于染色体分析系统。
- 单位
