熒光原位雜交（Fluorescent In Situ Hybridization,FISH）是一種分子細胞遺傳學技術,它可以在細胞水平上診斷癌癥和遺傳疾病并提供可靠的成像生物標志物。識別FISH圖像中的癌細胞的一個先決條件就是準確地分割細胞,從而才能量化每個細胞內(nèi)的DNA/RNA信號。但是對于FISH細胞圖像而言,人工標注的數(shù)據(jù)是極其寶貴的,因此通常只能獲取少量的標注數(shù)據(jù)。此外,在對FISH細胞圖像進行自動化分割的時候通常會因為染色劑的染色不均、圖像的低對比度、細胞的弱邊界以及細胞粘連等問題的存在,使得很多自動化分割算法都難以準確地分割出目標細胞。針對以上問題,我們就FISH細胞圖像分割開展研究,主要工作如下:1)提出了一種針對FISH細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)來降低模型參數(shù),從而提高了細胞分割效率;其次,為了能夠準確地分割FISH細胞圖像,我們將原圖中的底層特征信息融入到了對稱網(wǎng)絡模型之中,并改進相關的損失函數(shù),從而提高了細胞圖像的分割精度。2)提出了一種基于細胞中心點的分水嶺算法作為后處理,從而... 

【文章來源】：安徽大學安徽省 211工程院校

【文章頁數(shù)】：65 頁

【學位級別】：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)為對應的導數(shù)圖像


本文編號：3555901