宮頸癌人工篩查方法存在效率低、準確度受醫(yī)師主觀判讀影響等問題。隨著計算機技術的不斷發(fā)展,圖像處理技術和深度學習技術逐漸應用于細胞識別檢測中。但是目前對于宮頸鱗狀上皮分類的研究不足,分類結果單一化,同時普遍存在準確率低、泛化能力弱等問題,尤其是高度病變細胞的識別精度有待提高。針對這些問題,本文提出一種基于改進SSD（Single Shot MultiBox Detector）網(wǎng)絡的宮頸癌細胞自動篩查系統(tǒng)。該系統(tǒng)能完成顯微鏡下樣本的自動對焦與掃描以獲取圖像,隨后進行細胞分類檢測,將宮頸鱗狀上皮細胞分為:正常細胞、低度鱗狀上皮病變、高度鱗狀上皮病變、鱗狀細胞癌。本文主要工作如下:（1）搭建顯微鏡成像平臺。在X軸、Y軸上設定逐行逐列掃描,Z軸上設計并實現(xiàn)自動對焦算法。在對圖像清晰度評價函數(shù)上,對傳統(tǒng)的拉普拉斯算子和局部方差信息進行融合;結合爬山搜索和函數(shù)逼近算法,設計對焦平面搜索算法。（2）利用深度學習技術完成宮頸鱗狀上皮細胞的分類檢測。在原有SSD網(wǎng)絡模型的基礎上,結合正反向特征融合對低層級高分辨率的特征圖進行改進,改善原有網(wǎng)絡對小物體目標檢測不夠敏感的缺點,引入雙線性匯合特征分析的思想,對... 

【文章來源】：北京交通大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【部分圖文】：

圖１－１宮頸癌篩查主要方法??

通大學碩士專業(yè)學位論文?顯微鏡成像自動掃描系統(tǒng)設１）細胞成熟程度：包括細胞的分化程度、核質比例（細胞的核與細胞質的），其中核質比越高，病變程度越高。??２）細胞核的形態(tài)：細胞核的大小、核膜以及染色質的深染程度。??３）異型細胞數(shù)量：異型細胞數(shù)量越多，上皮內病變可能越典型。??顯微鏡成像自動掃描系統(tǒng)整體架構??＂？?Ｘ，Ｙ軸逐行逐列掃描

顯微鏡成像自動掃描系統(tǒng)設計??全局最優(yōu)解取決于載物臺初始化的位置，容易陷入局部最優(yōu)解，得到其他雜質、垃??圾細胞的最佳對焦面，如圖２－３所示，嚴重影響后續(xù)圖像逐行逐列采集。??（２）搜索到極值處步長不斷變小，采集大量位置的圖像進行計算，效率不高。??難以用于本論文中的實時采集分析中。??結合以上分析，做出以下兩點改進：??（１）

【參考文獻】：
期刊論文
[1]宮頸癌發(fā)病年輕化的趨勢分析與相應對策[J]. 謝珊艷,任鵬.  中醫(yī)藥管理雜志. 2018(05)
[2]宮頸癌檢測方法的研究進展[J]. 蒙秀堅,歐寧江.  臨床合理用藥雜志. 2018(01)
[3]中國宮頸癌篩查未來之路——細胞學初篩的棄或守[J]. 王軼英,王悅,喬友林,孔北華,Wenxin Zheng.  中國實用婦科與產(chǎn)科雜志. 2017(03)
[4]宮頸癌及癌前病變篩查方法研究進展[J]. 井佳雨,牟婧祎,王軼英,李雅麗,王悅.  中華實用診斷與治療雜志. 2017(02)
[5]OpenCV分水嶺算法的改進及其在細胞分割中的應用[J]. 張羽,徐端全.  計算機應用. 2012(S1)
[6]基于形態(tài)特征和SVM的血液細胞核自動分析[J]. 曾明,孟慶浩,張建勛,鮑菁丹.  計算機工程. 2008(02)
[7]子宮頸癌簡單快速篩查方法研究進展[J]. 鮑彥平,喬友林.  中國醫(yī)刊. 2007(08)
[8]宮頸鱗狀細胞癌細胞核的形態(tài)定量分析[J]. 李光,張海峰,王軍梅,徐妙生,王全紅.  山西醫(yī)科大學學報. 2005(04)
[9]基于多光譜的宮頸細胞圖像迭代分割算法[J]. 王殿成,曾立波,鄭宏,高細見.  計算機工程與應用. 2005(10)
[10]一種基于顯微多光譜宮頸細胞圖像自動分割方法[J]. 高細見,曾立波,吳瓊水,王殿成.  數(shù)據(jù)采集與處理. 2004(04)

博士論文
[1]圖像識別算法在細胞篩查及火災探測中的研究[D]. 趙萌.天津大學 2016

碩士論文
[1]基于深度學習的陰道鏡HSIL檢測[D]. 張丹.浙江大學 2018
[2]宮頸癌細胞計算機自動識別系統(tǒng)研究與設計[D]. 宋盟春.暨南大學 2008



本文編號：3324080