基于注意力机制和残差结构的细胞核分割方法
DOI:
作者:
作者单位:

(西安工业大学 电子信息工程学院,陕西 西安 710021)

作者简介:

闫克丁 (1983-),男,工学博士,副教授,硕士生导师,主要从事生物医学智能检测技术、检测技术与自动化装置、深度学习等方面的研究.

通讯作者:

中图分类号:

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


A cell nucleus segmentation method based on attention mechanism and residual structure
Author:
Affiliation:

(Electronic Information Engineering, Xi′an Technological University, Xi′an, Shaanxi 710021, China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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。

    Abstract:

    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.

    参考文献
    相似文献
    引证文献
引用本文

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,2023,34(11):1219~1224

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2022-08-25
  • 最后修改日期:2022-11-21
  • 录用日期:
  • 在线发布日期: 2023-11-16
  • 出版日期:
文章二维码