宮頸癌是廣泛存在的一種高發(fā)病率與高死亡率的疾病,目前主要的篩查方式為基于巴氏涂片的細胞學篩查,由于細胞學家與病理學家的手工篩查是一個高重復性,高耗時且易出錯的工作,因此宮頸癌的自動計算機輔助細胞學篩查與診斷系統(tǒng)的發(fā)展具有重要的臨床意義,而細胞核因為攜帶有輔助篩查與診斷的實質(zhì)信息,其精確分割已經(jīng)成為眾多研究者探索的課題。本文采用從粗到細的策略分割細胞核,粗分割階段分別運用兩種深度學習網(wǎng)絡對宮頸細胞核進行粗分割,優(yōu)化階段則通過融合粗分割結(jié)果與細胞核RoI內(nèi)所有像素的色彩值信息與位置信息來構(gòu)建一個局部全連接條件隨機場,通過最小化條件隨機場的能量函數(shù)實現(xiàn)細胞核分割結(jié)果的優(yōu)化。本文的主要創(chuàng)新工作如下:（1）為了充分利用細胞學圖像的先驗信息以獲取準確且穩(wěn)定的細胞核定位,首先以全卷積網(wǎng)絡（Fully Convolutional Network,FCN）為基礎,搭建感受野與細胞學圖像中細胞核分辨率匹配的輕型全卷積網(wǎng)絡（Tiny-FCN,T-FCN）,這會導致網(wǎng)絡深度的縮減,為了彌補因此帶來的網(wǎng)絡特征表達能力的損失,T-FCN將每個卷積層的卷積核數(shù)量擴展為原FCN的2倍。實驗結(jié)果表明T-FCN獲得了良好... 

【文章來源】：中北大學山西省

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

卷積神經(jīng)網(wǎng)絡

三種上采樣網(wǎng)絡的最終分割結(jié)果

Herlev7類示例圖片

【參考文獻】：
期刊論文
[1]基于全卷積網(wǎng)絡和條件隨機場的宮頸癌細胞學圖像的細胞核分割[J]. 劉一鳴,張鵬程,劉祎,桂志國.  計算機應用. 2018(11)
[2]基于K均值聚類算法的宮頸癌細胞分割方法[J]. 趙英紅,洪雅玲,孫存杰.  臨床醫(yī)學工程. 2014(09)
[3]復雜背景下的宮頸癌細胞圖像分割方法[J]. 馮芳,劉威,王加慶.  武漢大學學報(理學版). 2014(03)

博士論文
[1]光學顯微宮頸細胞圖像的分割與識別方法研究[D]. 關濤.國防科學技術大學 2015
[2]宮頸細胞學涂片自動判讀方法研究[D]. 徐傳運.重慶大學 2014
[3]細胞圖像的分割、紋理提取及識別方法研究[D]. 李寬.國防科學技術大學 2012
[4]宮頸細胞圖像分割和識別方法研究[D]. 范金坪.暨南大學 2010

碩士論文
[1]基于深度學習的細胞核圖像分割方法研究[D]. 李剛森.哈爾濱工業(yè)大學 2018
[2]基于深度學習的細胞核圖像分割研究[D]. 楊凱.重慶大學 2018



本文編號：3557228