刘国华,闫克丁,张亮,刘叶楠,马杭,张祺.基于注意力机制和残差结构的细胞核分割方法[J].光电子激光,2023,(11):1219~1224
基于注意力机制和残差结构的细胞核分割方法
A cell nucleus segmentation method based on attention mechanism and residual structure
投稿时间:2022-08-25  修订日期:2022-11-21
DOI:
中文关键词:  图像处理  核分裂象分割  残差结构  注意力机制  深度学习
英文关键词:image processing  mitotic cell segmentation  residual structure  attention mechanism  deep learning
基金项目:国家自然科学基金(11804263)和陕西省教育厅专项科研计划项目(21JK0819)资助项目
作者单位
刘国华 西安工业大学 电子信息工程学院,陕西 西安 710021 
闫克丁 西安工业大学 电子信息工程学院,陕西 西安 710021 
张亮 西安工业大学 电子信息工程学院,陕西 西安 710021 
刘叶楠 西安工业大学 电子信息工程学院,陕西 西安 710021 
马杭 西安工业大学 电子信息工程学院,陕西 西安 710021 
张祺 西安工业大学 电子信息工程学院,陕西 西安 710021 
摘要点击次数: 77
全文下载次数: 0
中文摘要:
      病理细胞核的精准分割是病理学诊断的基础,然而当前算法针对带有核分裂象的乳腺癌细胞核自动分割效果差强人意。本文针对当前细胞核分割算法展开分析研究,并提出了一种基于注意力机制和残差结构相结合的U型网络(U_net)用于解决因核分裂象和非核分裂象细胞形态特征十分接近造成细胞核分割精度不足的问题。通过实验表明本文提出算法的平均像素准确率(mean pixel accuracy,MPA)和Mean_dice指标系数分别为0.74和0.82。与原有算法相比,训练指标分别提升了11%和9%,证明本文算法的可行性。
英文摘要:
      Accurate segmentation of pathological cell nucleus is the basis of pathological diagnosis,however,the current algorithm for automatic segmentation of mitotic breast cancer cell nucleus is poor.This paper analyze and study the current cell nucleus segmentation algorithm.And a U-shaped network (U_net) based on a combination of attention mechanism and residual structure is proposed to solve the problem of insufficient accuracy of cell nucleus segmentation due to the close morphological characteristics of mitotic and non-mitotic cells.The experiments show that the average pixel accuracy (MPA) and Mean_dice index coefficient of the proposed algorithm are 0.74 and 0.82. Compared with the original algorithm, the training indexes are improved by 11% and 9%,which proves the feasibility of the algorithm in this article.
查看全文    下载PDF阅读器
关闭

版权所有:《光电子·激光》编辑部  津ICP备12008651号-1
主管单位:天津市教育委员会 主办单位:天津理工大学 地址:中国天津市西青区宾水西道391号
技术支持:北京勤云科技发展有限公司