基于改进SLIC与CNN的细胞显微图像分割与计数

摘要：

针对细胞显微图像分割与计数问题,提出了一种基于改进SLIC(Simple Linear Iteration Clustering)超像素与卷积神经网络(Convolutional Neural Networks,CNN)的细胞显微图像分割和技术的方法.首先对细胞显微图像进行预处理,然后对图像进行改进后的SLIC超像素分割,再对图像进行去噪,最后利用卷积神经网络将细胞的重叠情况进行识别.实验结果表明,针对细胞显微图像中目标分割不准确和重叠细胞识别不清等问题,该方法分割计数的准确率大于92％,平均一幅图片的处理时间在100 ms左右.基于改进SLIC与CNN在获得较好分割结果的同时,运行时间短,提高了运算效率与精度.

关键词：SLIC;CNN;图像分割;医学图像处理;细胞计数

所属期刊栏目：51

分类号：TP391(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;河北省研究生创新资助项目

在线出版日期：2022-03-18（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：1-6