熒光原位雜交（Fluorescent In Situ Hybridization,FISH）是一種分子細(xì)胞遺傳學(xué)技術(shù),它可以在細(xì)胞水平上診斷癌癥和遺傳疾病并提供可靠的成像生物標(biāo)志物。識(shí)別FISH圖像中的癌細(xì)胞的一個(gè)先決條件就是準(zhǔn)確地分割細(xì)胞,從而才能量化每個(gè)細(xì)胞內(nèi)的DNA/RNA信號(hào)。但是對(duì)于FISH細(xì)胞圖像而言,人工標(biāo)注的數(shù)據(jù)是極其寶貴的,因此通常只能獲取少量的標(biāo)注數(shù)據(jù)。此外,在對(duì)FISH細(xì)胞圖像進(jìn)行自動(dòng)化分割的時(shí)候通常會(huì)因?yàn)槿旧珓┑娜旧痪�、圖像的低對(duì)比度、細(xì)胞的弱邊界以及細(xì)胞粘連等問(wèn)題的存在,使得很多自動(dòng)化分割算法都難以準(zhǔn)確地分割出目標(biāo)細(xì)胞。針對(duì)以上問(wèn)題,我們就FISH細(xì)胞圖像分割開(kāi)展研究,主要工作如下:1)提出了一種針對(duì)FISH細(xì)胞圖像的深度卷積分割算法。首先,為了能夠提升卷積神經(jīng)網(wǎng)絡(luò)模型的分割速度,巧妙地利用1×1卷積核和合適的卷積通道數(shù)來(lái)降低模型參數(shù),從而提高了細(xì)胞分割效率;其次,為了能夠準(zhǔn)確地分割FISH細(xì)胞圖像,我們將原圖中的底層特征信息融入到了對(duì)稱(chēng)網(wǎng)絡(luò)模型之中,并改進(jìn)相關(guān)的損失函數(shù),從而提高了細(xì)胞圖像的分割精度。2)提出了一種基于細(xì)胞中心點(diǎn)的分水嶺算法作為后處理,從而... 

【文章來(lái)源】：安徽大學(xué)安徽省 211工程院校

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖像分割效果示意圖

(a)為PReLU的函數(shù)圖像，(b)為對(duì)應(yīng)的導(dǎo)數(shù)圖像


本文編號(hào)：3555901