典型文献
注意力驱动的细胞团簇细胞核分割算法
文献摘要：
胸腔积液细胞团簇的细胞核形态为肺癌诊断、肿瘤转移及治疗效果评价提供了重要途径,而对其细胞核进行精准分割是肺癌病理诊断工作的基础.由于胸腔积液肿瘤细胞团簇复杂的生成背景,以及细胞核特征的不均匀性(特征信息分散)和团簇内部重叠细胞中的触核情况(特征不明显),使细胞团簇分割仍然是一个具有挑战性的问题.提出了基于注意力机制的改进U-Net模型,从空间注意力和通道注意力两方面来增强对细胞核非显著特征的学习;并改进U-Net的跳跃连接,融合U-Net中深层和浅层特征,解决语义间隙的问题.实验结果表明,与最新的其他方法相比,CRUNet能够在所建立的胸水细胞团簇数据集上取得更好的分割效果.为了进一步说明该网络的有效性,在公共数据集BBBC020上也与其他网络进行了对比.
文献关键词：
胸腔积液细胞团簇;图像分割;注意力机制;U-Net
中图分类号：
作者姓名：
马思珂;赵萌;石凡;孙续国;陈胜勇
作者机构：
天津理工大学计算机视觉与系统教育部重点实验室,天津300384;天津医科大学医学检验学院,天津300203
文献出处：
引用格式：
[1]马思珂;赵萌;石凡;孙续国;陈胜勇-.注意力驱动的细胞团簇细胞核分割算法)[J].西安电子科技大学学报（自然科学版）,2022(02):198-206
A类：
胸腔积液细胞团簇,CRUNet,BBBC020
B类：
力驱动,簇细胞,细胞核分割,分割算法,肺癌诊断,肿瘤转移,癌病,病理诊断,肿瘤细胞,生成背景,不均匀性,特征信息,重叠细胞,注意力机制,空间注意力,通道注意力,显著特征,跳跃连接,中深层,其他方法,胸水,分割效果,公共数据,图像分割
AB值：
0.316661
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
