典型文献
基于改进U型网络的细胞核分割方法
文献摘要：
乳腺癌核分裂象细胞核检测分割是病理专家对患者进行病理分级的重要依据之一.由于核分裂象细胞核形态表现为细胞核轮廓边缘出现毛刺,与非核分裂象细胞形态接近,且U_net网络对于图像轮廓边缘特征以及非显著特征信息敏感度不足.首先在原有的网络结构特征编码部分添加残差结构间接增强原始网络对图像边缘轮廓特征以及非显著特征提取;其次,在特征重构部分添加混合注意力机制加强对提取特征的融合从而实现核分裂象细胞核精准分割;最后,通过实验验证算法平均像素准确率和Mean_dice指标分别为0.73和0.81,较原始网络分别提升了 10％和8％.结果表明,该方法对核分裂象细胞核分割有更好的效果.
文献关键词：
图像处理;核分裂象分割;残差结构;注意力机制;深度学习
中图分类号：
作者姓名：
刘国华;闫克丁;邢静;张亮;刘叶楠
作者机构：
西安培华学院智能科学与信息工程学院 西安710025;西安工业大学电子信息工程学院 西安710021
文献出处：
引用格式：
[1]刘国华;闫克丁;邢静;张亮;刘叶楠-.基于改进U型网络的细胞核分割方法)[J].国外电子测量技术,2022(11):1-6
A类：
图像轮廓边缘,核分裂象分割
B类：
细胞核分割,分割方法,病理分级,毛刺,非核,细胞形态,net,边缘特征,显著特征,特征信息,网络结构特征,特征编码,残差结构,图像边缘,边缘轮廓,轮廓特征,特征重构,混合注意力机制,注意力机制加强,提取特征,像素,Mean,dice
AB值：
0.350995
相似文献
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。
