融合多尺度卷积的端到端宫颈细胞分割
Modern Computer（2023）
Abstract
宫颈癌是目前唯一一种病因明确的妇科恶性肿瘤,通常采用宫颈细胞筛查来进行早期排查以及治疗.在细胞筛查过程中,为了发现早期的宫颈异常细胞,需要从显微细胞图像中准确分割出细胞核与细胞质.现有宫颈细胞分割方法存在计算量大、精确率低、数据不平衡所导致的学习困难等问题.为了提高宫颈细胞分割算法的性能,引入了多尺度卷积的思想,采用一种U型编码器-解码器模型,设计了一个端到端的细胞分割算法IR U-Net.主要包括:①利用多尺度卷积结构加宽网络,避免人工选择卷积核,能提取多尺度特征,同时在卷积结构中加入残差连接,来减少梯度消失等现象;②通过使用Leaky-ReLU减少"神经元死亡"导致的网络稀疏特征多、难以收敛的问题;③采用改进的损失函数Focal-Dice Loss以缓解数据不平衡的问题.仿真实验结果表明,改进后的模型相比对照算法在精度上有所提高,分割性能得到改善.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined