基于双路径特征融合的结肠组织病理腺体分割方法

结肠腺癌是一种严重危害人们生命健康的常见癌症,作为癌症检测与诊断的关键环节,腺体分割在结肠腺癌计算机辅助诊断研究中至关重要.针对结肠组织病理图像中腺体分割存在不同癌变水平腺体外观差异大,单一模型难以同时实现对良性、恶性腺体的高精度和高形状相似性分割的问题,设计了一种基于双路径特征融合结肠组织病理图像腺体分割网络.该网络利用带注意力的上下文特征提取路径和空间特征提取路径,获得较大的感受野和空间信息,增强网络对腺体形态学特征的学习能力,最终提升了腺体自动分割的性能.在Warwick-QU数据集上进行实验,与目前流行的分割算法对比,该文算法在不同类型测试集上的Dice系数、F1得分和Hausdorff距离均取得较好的性能,模型泛化性较强,具有重要的应用前景.