文档摘要:目前针对病理学图像中的乳腺癌细胞核分割研究中,乳腺癌细胞核分割结果中存在边缘欠分割,过分割等问题.由此提出了一种基于边缘检测的分割预测图融合算法(UDE-M),该算法主要为两个步骤,一是通过U-Net,DeepLabV3对数据集进行训练获取分割预测图,二是通过算法中的逻辑判别规则进行融合获取最终的分割结果.研究结果表明:UDE-M算法Accuracy值达到了92.5%,Precision值达到了77.3%,Recall达到了83.8%,F1分数值达到了80.4%,相比于U-Net和DeepLabV3以及文中组成的FDE-M模型和SDE-M模型,能够更加有效对乳腺癌细胞核进行分割.
作者:闫伟鑫 吕晓琪 谷宇 Author:YANWeixin LYUXiaoqi GUYu
作者单位:内蒙古科技大学信息工程学院内蒙古自治区模式识别与智能处理重点实验室,内蒙古包头014010内蒙古科技大学信息工程学院内蒙古自治区模式识别与智能处理重点实验室,内蒙古包头014010;内蒙古工业大学信息工程学院,内蒙古呼和浩特010051
刊名:内蒙古科技大学学报
Journal:JournalofInnerMongoliaUniversityofScienceandTechnology
年,卷(期):2023, 42(1)
分类号:TP391.41
关键词:乳腺癌 边缘检测 细胞核分割 预测图融合
机标分类号:TP391TN722.75TP79
在线出版日期:2023年7月13日
基金项目:国家自然科学基金,国家自然科学基金,国家自然科学基金,内蒙古自治区科技计划资助项目,中央引导地方科技发展资金资助项目,内蒙古自治区自然科学资助项目,内蒙古自治区自然科学资助项目,内蒙古自治区高等学校科学研究基金资助项目基于边缘检测的乳腺癌细胞核分割预测图融合算法[
期刊论文] 内蒙古科技大学学报--2023, 42(1)闫伟鑫 吕晓琪 谷宇目前针对病理学图像中的乳腺癌细胞核分割研究中,乳腺癌细胞核分割结果中存在边缘欠分割,过分割等问题.由此提出了一种基于边缘检测的分割预测图融合算法(UDE-M),该算法主要为两个步骤,一是通过U-Net,DeepLabV3对数据集...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词:
|
|