科研之友
微信
新浪微博
Facebook
分享链接
摘要
统计乳腺癌组织学图像中有丝分裂细胞的数量是乳腺癌分级和预后的重要诊断依据。目前有丝分裂细胞计数主要由病理学家手工进行，是一项费时费力的任务。为解决这一具有挑战性的有丝分裂细胞检测问题，本研究提出了一种从局部到区域分层的乳腺癌病理学图像有丝分裂检测方法。框架整体由两阶段构成，第一阶段为细胞定位网络，从整切片图像中筛查、定位候选的有丝分裂细胞图像块，同时引入深监督机制与解耦的检测头来提升性能；第二阶段为有丝细胞验证网络，负责对大量的候选细胞图像块进一步细化分类，使用基于图注意机制的上下文融合网络，通过整合大范围的区域特征来调节局部中心块的原有响应，从而得到更准确分类结果。在ICPR MITOSIS 2014、ICPR MITOSIS 2012和TUPAC16数据集上分别使用960、35和649个高倍视野图像(HPF)作为训练集，240、15和7个HPF作为测试集，分别取得0.676、0.809和0.797的F-Score,其中召回率均取得了最优结果，分别为0.878、0858、0.875。所提出的有丝分裂自动检测方法能够高效的检测病理切片中的癌细胞，具有良好的临床应用价值。
-
单位中南民族大学; 生物医学工程学院
