用于CD56图像分割的细胞标注精细化与自适应加权损失

摘要：

CD56是神经细胞黏附分子,可用于多种肿瘤细胞的诊断与研究.CD56是目前最新的肿瘤分子标记物之一,计算机医学图像处理领域目前对CD56图像的研究刚刚起步.随着诸如语义分割深度学习技术的发展,越来越多的研究人员将语义分割技术应用到医学图像处理中,以实现辅助医疗诊断.CD56图像中的背景、阴性细胞和阳性细胞像素点个数的比例非常不平衡,大致为70:10:1,这会影响语义分割技术用于CD56图像分割的效果.对不同类别的像素点添加损失权重且对每个像素点添加自适应权重,改进了相关语义分割模型的损失函数,使得模型能更关注细胞,特别是阳性细胞.同时使用聚类的方法,在模型训练之前精细化对CD56图像的标注,进一步提升了模型的分割精度.针对CD56图像数据集的实验结果表明,对图像标注的精细化和对相关语义分割模型的损失函数的改进有效提升了模型对CD56图像的分割精度.

关键词：CD56图像、语义分割、深度学习、医学图像处理、聚类、自适应加权损失

所属期刊栏目：44

分类号：TP751(遥感技术)

资助基金：国家重点研发计划2018YFB1003203

在线出版日期：2022-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：870-878