細胞及細胞核的準確分割是宮頸癌計算機輔助篩查中的關(guān)鍵技術(shù),針對具有重疊現(xiàn)象的宮頸細胞分割及其細胞核的提取,提出了一種U-Net網(wǎng)絡語義分割下的多主動輪廓細胞分割提取方法。首先,對采集到的樣本圖像進行標注,將其分為背景、細胞、細胞核三部分;然后,對U-Net網(wǎng)絡進行訓練,并利用訓練得到的模型對圖像進行分語義分割,得到其中的細胞及細胞核區(qū)域;接著在UNet語義分割結(jié)果的基礎(chǔ)上獲得細胞團塊信息,并通過像素點與細胞核之間的距離為每個細胞初始化一個水平集函數(shù)表示的細胞輪廓;最后,結(jié)合細胞的形狀先驗信息、圖像的邊緣信息和不同輪廓之間的相互信息建立水平集函數(shù)的能量泛函,通過最小化能量泛函得到細胞輪廓,最終完成每個細胞的分割。實驗表明:文中提出的分割方法可以對復雜情況下的宮頸細胞進行分割,包括獨立細胞和互相重疊的細胞及其細胞核,取得了良好的分割效果。 

【文章來源】：紅外與激光工程. 2020,49(S1)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

(a)原始圖像；(b) U-Net分類圖像；(c)細胞核圖像；(d)細胞區(qū)域圖像；(e)初始細胞區(qū)域圖像；(f)水平集分割圖像

如果團塊中只有一個細胞核，則所有的輪廓像素都屬于同一個細胞。而在包含多個細胞的區(qū)域中，可能會發(fā)生某些核沒有與其關(guān)聯(lián)的邊界，即該細胞完全區(qū)域團塊內(nèi)，在這種情況下，假定該細胞為圓形，半徑等于到團塊輪廓中最近核的距離。在初始化細胞輪廓后，生成一個邊界評估函數(shù)。

根據(jù)一般能量泛函輪廓演化的方程，求取加特微分和梯度下降流[19]對于N個水平集函數(shù)逐個進行迭代計算，圖6展示了多水平集函數(shù)對部分重疊細胞的分割結(jié)果，整體的細胞分割結(jié)果如圖4(f)所示。3 實驗

【參考文獻】：
期刊論文
[1]多輸入融合對抗網(wǎng)絡的水下圖像增強[J]. 林森,劉世本,唐延東.  紅外與激光工程. 2020(05)
[2]紅外圖像自適應逆直方圖增強技術(shù)[J]. 曹海杰,劉寧,許吉,彭杰,劉宇昕.  紅外與激光工程. 2020(04)
[3]基于DeepLabV3+與超像素優(yōu)化的語義分割[J]. 任鳳雷,何昕,魏仲慧,呂游,李沐雨.  光學精密工程. 2019(12)
[4]基于卷積神經(jīng)網(wǎng)絡的候選區(qū)域優(yōu)化算法[J]. 王春哲,安軍社,姜秀杰,邢笑雪.  中國光學. 2019(06)
[5]基于改進分水嶺分割算法的致密熒光微滴識別[J]. 劉聰,董文飛,蔣克明,周武平,張濤,黎海文.  中國光學. 2019(04)
[6]結(jié)合Retinex校正和顯著性的主動輪廓圖像分割[J]. 劉冬梅,常發(fā)亮.  光學精密工程. 2019(07)



本文編號：3619446