一种基于选择性多分支空洞卷积的腺体细胞图像分割方法技术

本发明专利技术涉及一种基于选择性多分支空洞卷积的腺体细胞图像分割方法，输入腺体细胞图像数据集，以改进的UNet作为主干网络，构建基于选择性多分支空洞卷积的腺体细胞分割网络，所述网络以上下文编码网络捕获更多高级特征，以通道注意力模块自适应重新校准通道特征响应并突出最相关的特征通道，以多尺度选择模块放大有效信息和抑制冗余信息，选择合适尺度的空洞卷积分支；以输入的腺体细胞图像数据集对构建的分割网络进行训练，得到稳定的分割网络；输入待分割腺体细胞图像，以稳定的分割网络进行腺体细胞分割。本发明专利技术具有更好的泛化能力，特别适用于结直肠息肉中腺体的尺度大小、形状变化差异大的情况。变化差异大的情况。变化差异大的情况。

【技术实现步骤摘要】
一种基于选择性多分支空洞卷积的腺体细胞图像分割方法


[0001]本专利技术属于医学图像处理
，具体涉及一种基于选择性多分支空洞卷积的腺体细胞图像分割方法。

技术介绍

[0002]结直肠癌是胃肠道常见的恶性肿瘤，大约95％的结直肠癌是腺癌。在消化系统恶性肿瘤中，其发病率和死亡率仅次于胃癌、食管癌和原发性肝癌。
[0003]病理学家使用腺体形态学来评估结直肠癌的分级或分化程度，在组织学图像中分割腺体实例非常具有挑战性，因为它不仅需要从复杂背景中检测腺体，还需要通过精确的边界检测来分离每个腺体实例。在临床实践中，病理学家在显微镜下目测分析活检组织切片。组织病理学检查作为腺体病变诊断的“金标准”，对于早期诊断至关重要。
[0004]然而，这项工作并不容易，必须面对腺体在形状、大小、位置、纹理等方面的多变性带来的影响，并且随着全玻片图像技术的发展，组织学图像的数量和类型迅速增加，需要对越来越多的组织病理学数据进行分析，让有资质的阅片医生从大规模的组织学图像中提取重要的形态学特征是不切实际的。数字病理学的发展带来了新方法，主要用于计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于选择性多分支空洞卷积的腺体细胞图像分割方法，其特征在于：所述方法包括以下步骤：步骤1：输入腺体细胞图像数据集；步骤2：以改进的UNet作为主干网络，构建基于选择性多分支空洞卷积的腺体细胞分割网络，所述网络以上下文编码网络捕获更多高级特征，以通道注意力模块自适应重新校准通道特征响应并突出最相关的特征通道，以多尺度选择模块放大有效信息和抑制冗余信息，选择合适尺度的空洞卷积分支；步骤3：以输入的腺体细胞图像数据集对构建的分割网络进行训练，得到稳定的分割网络；步骤4：输入待分割腺体细胞图像，以稳定的分割网络进行腺体细胞分割。2.根据权利要求1所述的一种基于选择性多分支空洞卷积的腺体细胞图像分割方法，其特征在于：所述网络以经过ImageNet预训练的ResNet34作为特征编码器模块，以所述特征编码器模块的前4个特征提取器进行下采样，输入解码器模块；所述解码器模块包括4个组合解码器；4个特征提取器与4个组合解码器配合设置。3.根据权利要求2所述的一种基于选择性多分支空洞卷积的腺体细胞图像分割方法，其特征在于：任一所述特征提取器包括残差模块，相邻的2个特征提取器间以最大池化层连接。4.根据权利要求2所述的一种基于选择性多分支空洞卷积的腺体细胞图像分割方法，其特征在于：第1个特征提取器与第4个组合解码器的输入层跳跃连接；第2个特征提取器与第3个组合解码器的输入层跳跃连接；第3个特征提取器与第2个组合解码器的输入层跳跃连接；第4个特征提取器与第1个组合解码器的输入层跳跃连接。5.根据权利要求2所述的一种基于选择性多分支空洞卷积的腺体细胞图像分割方法，其特征在于：所述组合解码器包括顺次连接的通道注意力模块、多尺度选择模块和密集空洞卷积模块，所述通道注意力模块前及密集空洞卷积模块后分别设置有卷积层。6.根据权利要求5所述的一种基于选择性多分支空洞卷积的腺体细胞图像分割方法，其特征在于：所述...

【专利技术属性】
技术研发人员：何熊熊，龚歆宇，古梦婷，朱润雯，杨文琴，董胜，李胜，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：