摘要
胸腔积液细胞团簇的细胞核形态为肺癌诊断、肿瘤转移及治疗效果评价提供了重要途径,而对其细胞核进行精准分割是肺癌病理诊断工作的基础。由于胸腔积液肿瘤细胞团簇复杂的生成背景,以及细胞核特征的不均匀性(特征信息分散)和团簇内部重叠细胞中的触核情况(特征不明显),使细胞团簇分割仍然是一个具有挑战性的问题。提出了基于注意力机制的改进U-Net模型-CRUNet,从空间注意力和通道注意力两方面来增强对细胞核非显著特征的学习;并改进U-Net的跳跃连接,融合U-Net中深层和浅层特征,解决语义间隙的问题。实验结果表明,与最新的其他方法相比,CRUNet能够在所建立的胸水细胞团簇数据集上取得更好的分割效果。为了进一步说明该网络的有效性,在公共数据集BBBC020上也与其他网络进行了对比。
- 单位