基于卷积神经网络的宫颈癌细胞图像识别的改进算法 被引量：7

1

作者 夏为为 夏哲雷 《中国计量大学学报》 2018年第4期439-444,共6页

深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的... 深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率. 展开更多

关键词 池化 卷积神经网络 深度学习 宫颈细胞图像 图像识别

下载PDF 职称材料

基于语义分割及主动轮廓的宫颈细胞实例分割方法

2

作者 朱琳琳 杜泓 《沈阳航空航天大学学报》 2022年第2期55-63,共9页

宫颈细胞图像的分割问题研究对宫颈癌筛查诊断具有重要意义,但大量的重叠细胞给这项研究带来了巨大挑战。针对这一问题提出了新的宫颈细胞实例分割方法,该方法在语义分割的基础上,根据先验信息为细胞初始化轮廓并建立能量函数,通过最小... 宫颈细胞图像的分割问题研究对宫颈癌筛查诊断具有重要意义,但大量的重叠细胞给这项研究带来了巨大挑战。针对这一问题提出了新的宫颈细胞实例分割方法,该方法在语义分割的基础上,根据先验信息为细胞初始化轮廓并建立能量函数,通过最小化能量函数完成轮廓演化,解决复杂宫颈细胞图像中细胞实例分割问题。首先,改进U-net神经网络,完成宫颈细胞图像精确语义分割,将图像像素分为细胞、细胞核及背景3类;其次,在语义分割的基础上,识别图像中的游离细胞与细胞团块,并直接提取游离细胞的轮廓;最后,对于包含重叠细胞的细胞团块,使用Snake主动轮廓模型完成细胞团块中每个细胞的轮廓提取,实现细胞的实例分割。实验结果表明,算法可对包含重叠细胞的宫颈细胞图像进行有效实例分割。 展开更多

关键词 宫颈细胞图像 U-net网络 主动轮廓 重叠细胞 实例分割 语义分割

下载PDF 职称材料

多聚焦宫颈细胞图像融合方法

3

作者 汪传忠 史俊 武海燕 《测试技术学报》 2012年第1期26-30,共5页

由于显微镜物镜焦深范围小,随着放大倍数的增大,景深会相应减小,只有那些在聚焦平面或其附近的物体才是可见的.本文提出了一种基于小波分解的多聚焦宫颈细胞图像融合算法,利用小波变换获取原始图像的小波系数,利用不同的融合规则和融合... 由于显微镜物镜焦深范围小,随着放大倍数的增大,景深会相应减小,只有那些在聚焦平面或其附近的物体才是可见的.本文提出了一种基于小波分解的多聚焦宫颈细胞图像融合算法,利用小波变换获取原始图像的小波系数,利用不同的融合规则和融合算子构造融合图像的小波系数,利用一致性校验得到最终的融合结果,解决了宫颈细胞不能在一幅图像中完全聚焦清晰的问题. 展开更多

关键词 图像融合算法 小波变换 多聚焦 宫颈细胞图像 光学成像

下载PDF 职称材料

基于迁移学习的宫颈细胞图像多分类识别

4

作者 李申 康欢 《现代计算机》 2021年第23期153-158,共6页

本文采用卷积神经网络模型实现了宫颈细胞图像的端对端识别。首先通过迁移学习初始化网络模型参数,然后将宫颈细胞图像输入网络模型,通过反向传播不断更新参数,完成迁移学习的网络模型训练。并且,使用数据增强、测试增强和标签平滑的优... 本文采用卷积神经网络模型实现了宫颈细胞图像的端对端识别。首先通过迁移学习初始化网络模型参数,然后将宫颈细胞图像输入网络模型,通过反向传播不断更新参数,完成迁移学习的网络模型训练。并且,使用数据增强、测试增强和标签平滑的优化策略,进一步提升了网络模型的分类性能。在SIPaKMeD数据集和Herlev数据集的融合数据集上的实验结果表明,本方法的查准率达到了93.6%。 展开更多

关键词 宫颈细胞图像 迁移学习 数据增强 标签平滑

下载PDF 职称材料

图像内容引导的宫颈细胞薄片精细调焦方法

5

作者 汪传忠 谢绍川 武海燕 《测试技术学报》 2012年第4期337-342,共6页

由于景深大小限制,液基宫颈细胞薄片的高倍显微成像存在群细胞和单细胞分层清晰现象,传统的自动调焦方法难以达到调焦目的.本文提出图像内容引导的精细调焦方法,分离群细胞和单细胞,对各自的图像内容进行调焦,从而定位群细胞和单细胞清... 由于景深大小限制,液基宫颈细胞薄片的高倍显微成像存在群细胞和单细胞分层清晰现象,传统的自动调焦方法难以达到调焦目的.本文提出图像内容引导的精细调焦方法,分离群细胞和单细胞,对各自的图像内容进行调焦,从而定位群细胞和单细胞清晰位置.实验结果表明,该方法可有效定位宫颈细胞薄片群细胞和单细胞各自的清晰位置. 展开更多

关键词 精细调焦 多聚焦 宫颈细胞图像 光学成像 内容引导

下载PDF 职称材料

基于知识蒸馏的宫颈细胞图像分类研究

6

作者 吴桐 黎远松 《现代计算机》 2024年第3期41-47,共7页

宫颈癌筛查对宫颈癌预防和早期宫颈癌诊断具有重要意义。针对现有宫颈细胞图像分类模型泛化能力不足、参数量大、对硬件要求高且难以部署终端等问题,提出一种基于知识蒸馏的宫颈细胞图像分类方法。使用残差网络为骨干网络,以ResNet18为... 宫颈癌筛查对宫颈癌预防和早期宫颈癌诊断具有重要意义。针对现有宫颈细胞图像分类模型泛化能力不足、参数量大、对硬件要求高且难以部署终端等问题,提出一种基于知识蒸馏的宫颈细胞图像分类方法。使用残差网络为骨干网络,以ResNet18为基础学生网络,引入知识蒸馏机制使用ResNet34作为教师网络进行指导学习。采用迁移学习方法提高教师模型基准精度;将教师网络概率预测知识通过知识蒸馏传递给学生网络进行学习,以提升学生模型分类准确率。实验结果表明:知识蒸馏优化后的学生网络ResNet18精度高达95.59%,相比未优化前精度91.13%提升了4.46个百分点。蒸馏优化后的模型参数量小、精度高,网络的整体性能优秀,为建立临床轻量级宫颈细胞图像分类模型研究提供了参考。 展开更多

关键词 宫颈癌 宫颈细胞图像分类 残差网络 迁移学习 知识蒸馏

下载PDF 职称材料

基于全局-局部注意力机制和YOLOv5的宫颈细胞图像异常检测模型

7

作者 胡雯然 傅蓉 《南方医科大学学报》 CAS CSCD 北大核心 2024年第7期1217-1226,共10页

目标建立一种新的基于全局-局部注意机制和YOLOv5的宫颈病变细胞检测模型(Trans-YOLOv5),为准确、高效地分析宫颈细胞学图像并做出诊断提供帮助。方法使用共含有7410张宫颈细胞学图像且均包含对应真实标签的公开数据集。采用结合了数据... 目标建立一种新的基于全局-局部注意机制和YOLOv5的宫颈病变细胞检测模型(Trans-YOLOv5),为准确、高效地分析宫颈细胞学图像并做出诊断提供帮助。方法使用共含有7410张宫颈细胞学图像且均包含对应真实标签的公开数据集。采用结合了数据扩增方式与标签平滑等技巧的YOLOv5网络结构实现对宫颈病变细胞的多分类检测。在YOLOv5骨干网络引用CBT3以增强深层全局信息提取能力,设计ADH检测头提高检测头解耦后定位分支对纹理特征的结合能力,从而实现全局-局部注意机制的融合。结果实验结果表明Trans-YOLOv5优于目前最先进的方法。mAP和AR分别达到65.9%和53.3%,消融实验结果验证了Trans-YOLOv5各组成部分的有效性。结论本文发挥不同注意力机制分别在全局特征与局部特征提取能力的差异,提升YOLOv5对宫颈细胞图像中异常细胞的检测精度,展现了其在自动化辅助宫颈癌筛查工作量的巨大潜力。 展开更多

关键词 宫颈细胞图像异常检测 YOLOv5 图像处理 全局和局部特征融合

下载PDF 职称材料

基于卷积神经网络的医学宫颈细胞图像的语义分割 被引量：7

8

作者 李智能 刘任任 梁光明 《计算机应用与软件》 北大核心 2019年第11期152-156,共5页

显微细胞分割的精度直接影响疾病的判别诊断,特别在宫颈细胞的显微病理图像中,细胞核的形态大小、与细胞质之间的比例参数等对于病情的良恶诊断具有重大的意义.为提高宫颈细胞核质分割的精度,提出一种基于卷积神经网络的医学宫颈细胞图... 显微细胞分割的精度直接影响疾病的判别诊断,特别在宫颈细胞的显微病理图像中,细胞核的形态大小、与细胞质之间的比例参数等对于病情的良恶诊断具有重大的意义.为提高宫颈细胞核质分割的精度,提出一种基于卷积神经网络的医学宫颈细胞图像的语义分割方法.标定宫颈细胞显微图像中的细胞核和细胞质轮廓,制作基于长沙市第二人民医院的基于新柏氏液基细胞学检测TCT(Thinprep cytologic test)制片技术的宫颈TCT细胞涂片的CCTCT数据集;通过卷积神经网络对核质分割模型进行训练,避免人工提取特征;通过反卷积达到图像的语义分割.实验结果表明,该算法在宫颈细胞的显微病理图像中的核质分割准确率高达94.7%,具有很高的鲁棒性和适应性. 展开更多

关键词 语义分割 卷积神经网络 核质分割 宫颈细胞显微图像

下载PDF 职称材料

基于Transformer的宫颈异常细胞自动识别方法

9

作者 张峥 陈明销 +3 位作者 李新宇 程逸 申书伟 姚鹏 《中国激光》 EI CAS CSCD 北大核心 2024年第3期85-95,共11页

宫颈异常细胞与正常细胞在形态上存在较大相似性且细胞尺寸变化较大,这使得宫颈异常细胞的精准检测变得非常困难。鉴于此,开发了一种基于Transformer模型的宫颈异常细胞自动识别模型,以帮助病理学家作出更准确的诊断。提出了两种创新性... 宫颈异常细胞与正常细胞在形态上存在较大相似性且细胞尺寸变化较大,这使得宫颈异常细胞的精准检测变得非常困难。鉴于此,开发了一种基于Transformer模型的宫颈异常细胞自动识别模型,以帮助病理学家作出更准确的诊断。提出了两种创新性方法,一是一种改进的Transformer编码器结构,通过引入深度(DW)卷积来高效获取图像的特征,捕捉图像中的全局依赖信息;二是自适应的动态交并比(IOU)阈值,在模型训练的不同阶段使用不同的IOU阈值,实现尽可能多的有效检测,提升模型的收敛速度和检测精度。在宫颈异常细胞数据集上,通过消融实验,证明了改进的Transformer编码器和动态IOU阈值的有效性。此外,与已有的宫颈异常细胞识别方法相比,所提出的方法在平均精度指标上有明显的提高。实验结果表明,所提出的方法能够高效且准确地识别宫颈异常细胞,且能辅助病理专家提高诊断准确率和效率,具有应用到临床的潜力。 展开更多

关键词 医用光学 宫颈细胞病理图像 目标检测 医学图像处理

原文传递

基于Mask R-CNN的宫颈细胞图像分割 被引量：4

10

作者 郑杨 梁光明 刘任任 《计算机时代》 2020年第10期68-72,共5页

宫颈细胞图像中目标分割的精度直接影响对疾病的判别和诊断,宫颈细胞图像中有不同种类的多个目标,所以有必要对宫颈细胞图像进行实例分割。为了获得更好的宫颈细胞图像实例分割效果,文章在Mask R-CNN的基础上提出了一种宫颈细胞图像实... 宫颈细胞图像中目标分割的精度直接影响对疾病的判别和诊断,宫颈细胞图像中有不同种类的多个目标,所以有必要对宫颈细胞图像进行实例分割。为了获得更好的宫颈细胞图像实例分割效果,文章在Mask R-CNN的基础上提出了一种宫颈细胞图像实例分割方法,在网络中的特征金字塔网络(FPN)中加入空洞卷积将其改造为DFPN,减少图像信息的损失来提升分割的准确度。在TCTCOCO数据集的测试结果表明,该方法提高了宫颈细胞图像分割的精度。 展开更多

关键词 卷积神经网络 宫颈细胞显微图像 实例分割 空洞卷积

下载PDF 职称材料

基于改进RetinaNet的宫颈异常细胞检测算法

11

作者 刘润坤 党世杰 +6 位作者 张洪远 牛银银 米贯勋 李三华 陈振鑫 赵凌霄 李鹏 《中国激光》 EI CAS CSCD 北大核心 2023年第15期101-110,共10页

宫颈异常细胞特征细微难以提取、小目标容易漏检、细胞边界回归不准确导致异常细胞检测精度不高,鉴于此,本文提出了一种结合注意力的全尺度特征融合RetinaNet(AFF-RetinaNet)宫颈异常细胞检测算法.首先,采用ResNeSt-50作为特征提取网络... 宫颈异常细胞特征细微难以提取、小目标容易漏检、细胞边界回归不准确导致异常细胞检测精度不高,鉴于此,本文提出了一种结合注意力的全尺度特征融合RetinaNet(AFF-RetinaNet)宫颈异常细胞检测算法.首先,采用ResNeSt-50作为特征提取网络提取宫颈异常细胞的细微特征;其次,引入平衡特征金字塔(BFP)结构,对所有特征层进行全尺度融合,增强小目标的语义信息,并利用BFP中的非局部注意力模块获取图像的全局信息,以进一步增强特征空间的语义信息;最后,采用CIoU Loss作为回归分支的损失函数,以提高对异常细胞边界回归的准确率.另外,针对实际应用场景,基于AFF-RetinaNet算法实现了全视野宫颈细胞病理学图像(WSI)推理流程,并基于该推理流程对WSI中的异常细胞进行了检测.AFF-RetinaNet在宫颈异常细胞数据集上的平均精度均值(mAP)为83.4%,其中对小目标的mAP值(mAP-s)达到了24.4%,相较于基准RetinaNet算法分别提高了3.2个百分点和10.8个百分点.基于AFF-Retina的WSI推理结果在感兴趣区域中的mAP为70.8%.实验结果表明:AFF-RetinaNet算法可以增强对小尺寸异常细胞的检测能力,有效提升宫颈异常细胞的检测精度.基于AFF-RetinaNet的宫颈WSI推理流程可辅助医生快速定位高分辨率宫颈WSI中的异常细胞,有望减轻医生的阅片负担. 展开更多

关键词 医用光学 宫颈细胞病理图像 目标检测 小目标 特征融合 注意力机制

原文传递

基于残差神经网络的宫颈癌细胞识别的改进算法 被引量：2

12

作者 夏为为 夏哲雷 +1 位作者 徐良 魏新秀 《电视技术》 2018年第5期90-93,共4页

本文提出了一种基于残差神经网络的改进算法,该算法从迭代的角度出发,通过对训练模型引入动量参数、改变训练样本数量的措施,通过不断地迭代更新参数,对各种超参数进行调整,去除冗余信息及噪声,提高算法的识别率。实验表明本文提出改进... 本文提出了一种基于残差神经网络的改进算法,该算法从迭代的角度出发,通过对训练模型引入动量参数、改变训练样本数量的措施,通过不断地迭代更新参数,对各种超参数进行调整,去除冗余信息及噪声,提高算法的识别率。实验表明本文提出改进的算法具有更高的识别准确率。 展开更多

关键词 深度学习 残差神经网络 宫颈癌细胞图像 图像识别

下载PDF 职称材料