[發明專利]一種宮頸涂片圖像中簇型細胞核分割的方法

有效

• 申請號: 201810769112.1
• 申請日: 2018-07-13
• 公開（公告）號: CN109102498B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 張見威;劉珍梅;黎官釗;何君婷;陳丹妮
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06N3/04
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

1.一種宮頸涂片圖像中簇型細胞核的分割方法，其特征在于，包括下述步驟：

(1)對分割數據集做預處理，所述分割數據集包括簇型細胞圖、與簇型細胞圖對應的分割好的GroundTmth；

(2)數據集挑選，并分成測試集和訓練集，保證測試集和訓練集的分布一致；

(3)組成DeepHLF網絡，把原圖片輸入網絡、網絡遞進提取特征并保留每一個層次特征后進行特征分組，所述DeepHLF網絡是一個端到端網絡，該網絡由遞進留存特征模塊、高低耦并行融合模塊和交叉循環模塊組成；

所述遞進留存特征模塊，把原圖片輸入網絡、網絡遞進提取特征并保留每一個層次特征，接著對保留的特征進行分組；

所述高低耦并行融合模塊，用于采用高耦合方法與低耦合方法分別處理特征，如此對每組的組內特征融合，生成高級語義特征High、中級綜合特征Middle、低級細節特征Low三類特征；

所述交叉循環模塊，用于對High、Middle、Low三類特征進行交叉循環結合生成多個特征圖，每個特征圖用softmax函數分類生成分割圖，多個特征圖就生成了多個分割圖；

(4)提出核與背景類別糾正的數學方法糾正核與背景類別不平衡的問題和權重損失函數，從而優化細胞核分割結果；所述核與背景類別糾正的數學方法具體為：

對于步驟(3)的每個特征值Predict_i，對其第二維的第一個數值值乘以一個權重W_p，該權重是在訓練的過程中學習得到的；

所述權重損失函數具體為：

取所有的分割結果圖與GroundTruth求交叉熵，Loss^sum為所有的分割結果圖分別與GroundTruth求交叉熵最后求和的結果，W_i^loss代表的是分割結果圖Segmentation_i與GroundTruth所占的權重，權重損失函數的公式如下：

2.根據權利要求1所述一種宮頸涂片圖像中簇型細胞核的分割方法，其特征在于，所述步驟(1)具體為：

(1-1)先征集圖片，再把包含簇型細胞核的圖片挑選出來進行整理，接著切割成設定大小的圖片，最后做數據增廣；

(1-2)根據病理醫生的指導，用PS對圖片進行摳圖，框出細胞核區域，細胞核區域為黑色，其它為背景白色。

3.根據權利要求1所述一種宮頸涂片圖像中簇型細胞核的分割方法，其特征在于，所述步驟(2)具體為：

(2-1)把數據集通過聚類的方法分成多類；

(2-2)對聚類出來的圖片，每一類挑選三成作為測試集，其它作為訓練集。

4.根據權利要求1所述一種宮頸涂片圖像中簇型細胞核的分割方法，其特征在于，所述步驟(3)中，所述遞進留存特征模塊由五個殘差塊組成，具體實現包括下述步驟：

用DeepHLF網絡中的遞進留存特征模塊對圖像特征進行遞進提取，并保留網絡加深過程中的五個層次特征，第一層和第二層特征作為低級細節特征的組成部分，第三層和第四層特征作為中級綜合特征的組成部分，遞進留存特征模塊的第五個殘差塊也就是最深的那個塊作為高級語義特征的組成部分；

即將所述五個層次特征分成三組特征組成，分別是高級語義特征High組成、中級綜合特征Middle組成和低級細節特征Low組成。