基于多桥型卷积神经网络的细胞核图像分割方法研究

发布时间：2022-02-21 16:02

　　随着医疗技术的不断进步,人们对于健康问题也愈发地关注,这也因此催生出了许多有关于医学图像处理的技术。而在整个医学组织中,细胞中的细胞核由于携带着众多基因组,根据细胞核的分割来识别不同类型的细胞核也可以提供关于细胞核的形态学信息。因此它在癌症的前期筛查和后期的分级治疗等方面都扮演着重要角色。为了进一步地对细胞图像进行分析,通常会首先对细胞核进行必要的分割操作,然而在早期的细胞核图像处理中,人工干预的分割方式耗时耗力,且由于外界环境而产生干扰,最终导致分割的效果不佳。随着计算机技术的发展,深度学习逐渐成为医学图像分析领域中较为热门的课题。本文通过对传统的卷积神经网络的分析入手,逐步创新新颖的神经网络方法,首先提出了一个包含新型卷积块的卷积神经网络,与传统的神经网络对比证实该网络在分割相隔较近的粘连细胞的任务中效果较好,但是对于细微的图像噪声和更加模糊的空洞像素仍旧无法准确预测出来。为了解决以上问题,进一步提出了一个多桥型卷积神经网络,它结合之前的研究工作提出的新结构与独特的桥型连接模块在细胞核图像分割中取得了优秀的结果。本文主要的创新研究方法如下:（1）本文受U-Net和ResNet的启发... 

【文章来源】：山东师范大学山东省

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究的背景及意义
    1.2 国内外研究现状
        1.2.1 医学图像分割的研究现状
        1.2.2 细胞/细胞核图像分割的国内外研究现状
    1.3 主要研究内容及创新点
    1.4 论文的组织结构
第二章 图像分割技术与卷积神经网络
    2.1 图像分割技术
        2.1.1 图像分割基本概念
        2.1.2 传统图像分割方法
    2.2 卷积神经网络
        2.2.1 卷积神经网络概述
        2.2.2 卷积神经网络的基本结构
    2.3 本章小结
第三章 图像数据预处理与增强技术
    3.1 细胞核数据集的介绍
    3.2 数据集的预处理
        3.2.1 灰度变换
        3.2.2 归一化
    3.3 数据集的增强技术
    3.4 数据的后处理
        3.4.1 漫水填充种子算法
        3.4.2 数学形态法
    3.5 本章小结
第四章 基于卷积神经网络的细胞核图像分割算法
    4.1 卷积神经网络的改进及其实现过程
        4.1.1 卷积神经网络的改进
        4.1.2 卷积神经网络的实现方法
    4.2 细胞核分割评估指标
    4.3 细胞核分割结果分析
        4.3.1 数据集操作
        4.3.2 软硬件配置
        4.3.3 分割结果分析
    4.4 本章小结
第五章 基于多桥型卷积神经网络的细胞核图像分割算法
    5.1 多桥型神经网络的基本架构
    5.2 多桥型神经网络的具体设计思路
        5.2.1 复合型卷积块的设计
        5.2.2 桥型通道的设计
    5.3 多桥型神经网络的训练
    5.4 实验结果分析
    5.5 实验结果讨论
    5.6 本章小结
第六章 总结和展望
    6.1 论文总结
    6.2 研究展望
参考文献
攻读硕士学位期间发表的论文
致谢


【参考文献】：
期刊论文
[1]世界癌症日,好习惯让癌症远离[J]. 左占杰.  养生大世界. 2019(02)
[2]医学图像分割方法[J]. 潘晓航.  电子技术与软件工程. 2018(11)
[3]Cancer incidence and mortality in China, 2014[J]. Wanqing Chen,Kexin Sun,Rongshou Zheng,Hongmei Zeng,Siwei Zhang,Changfa Xia,Zhixun Yang,He Li,Xiaonong Zou,Jie He.  Chinese Journal of Cancer Research. 2018(01)
[4]2014年中国分地区恶性肿瘤发病和死亡分析[J]. 陈万青,孙可欣,郑荣寿,张思维,曾红梅,邹小农,赫捷.  中国肿瘤. 2018(01)
[5]医学图像分割方法综述[J]. 黄文博,燕杨,王云吉.  长春师范学院学报. 2013(04)
[6]图像分割方法综述[J]. 杨晖,曲秀杰.  电脑开发与应用. 2005(03)



本文编号：3637594