面向病理图像分割的边缘感知网络

作     者：黄鸿 杨沂川 王龙 郑福建 吴剑 HUANG Hong;YANG Yichuan;WANG Long;ZHENG Fujian;WU Jian

作者机构：重庆大学光电技术与系统教育部重点实验室重庆400044 重庆大学附属肿瘤医院头颈肿瘤中心重庆400030 

基　　金：国家自然科学基金(No.42071302) 重庆市留学人员回国创业创新支持计划(No.cx2019144) 重庆市科研机构绩效激励引导专项(No.cstc2021jxjl0064) 

出 版 物：《光子学报》 (Acta Photonica Sinica)

年 卷 期：2024年第53卷第1期

页      码：78-90页

摘      要：提出了一种针对病理切片图像的端到端语义分割方法--边缘感知网络(BPNet),以提高病理图像分割精度。BPNet网络首先在解码器阶段增加边缘感知模块,改善网络对于病理图像边缘的特征信息提取能力。然后,采用自适应通道注意力模块弥补不同层次特征间的语义差距,进一步加强网络的特征聚合能力。在此基础上,设计了一种基于结构和边缘的联合损失函数,以实现最佳的病理图像分割结果。在GlaS和MoNuSeg两个公开病理数据集上的分割实验结果表明,所提方法的Dice系数得分在两个数据集上分别达到92.21%和81.18%,有效提升了病理图像的分割精度。

主 题 词：病理图像 自动分割 深度学习 边缘增强 联合损失函数 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3788/gzxb20245301.0111003

馆 藏 号：203125432...