基于改进U型网络的细胞核分割方法

作者：刘国华^*; 闫克丁; 邢静; 张亮; 刘叶楠

来源：国外电子测量技术, 2022, 41(11): 1-6.

DOI：10.19652/j.cnki.femt.2204263

• 图像处理
• 核分裂象分割
• 残差结构
• 注意力机制
• 深度学习

乳腺癌核分裂象细胞核检测分割是病理专家对患者进行病理分级的重要依据之一。由于核分裂象细胞核形态表现为细胞核轮廓边缘出现毛刺，与非核分裂象细胞形态接近，且U＿net网络对于图像轮廓边缘特征以及非显著特征信息敏感度不足。首先在原有的网络结构特征编码部分添加残差结构间接增强原始网络对图像边缘轮廓特征以及非显著特征提取；其次，在特征重构部分添加混合注意力机制加强对提取特征的融合从而实现核分裂象细胞核精准分割；最后，通过实验验证算法平均像素准确率和Mean＿dice指标分别为0.73和0.81,较原始网络分别提升了10%和8%。结果表明，该方法对核分裂象细胞核分割有更好的效果。

• 单位
  电子信息工程学院; 西安工业大学; 西安培华学院