基于边缘检测的乳腺癌细胞核分割预测图融合算法

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,DeepLab V3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DeepLab V3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.

关键词：乳腺癌、边缘检测、细胞核分割、预测图融合

所属期刊栏目：42

分类号：TP391.41(计算技术、计算机技术)

资助基金：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;教育部春晖计划

在线出版日期：2023-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：41-45,70