TY -的盟,库恩AU - Fu JunHong盟——华,梁盟——张Peijian盟,邵Yeqin盟——徐,沈盟,周宋盟——陈,李盟——王静PY - 2020 DA - 2020/07/28 TI -多个形态Constraints-Based复杂腺分割在结直肠癌病理图像分析SP - 6180457六世- 2020 AB -腺的组织学评估是结肠癌分级的主要问题之一。考虑到低分化大肠癌腺无法准确分割,我们提出一个腺体在结肠癌的方法分割图像,基于流明和粗糙的腺边界的特点。首先,我们使用U-net污点分离获得H-stain, E-stain,背景染色强度地图。随后,上皮细胞核组织病理学图像,标识和腔体分割背景强度地图上执行。然后,我们使用最小的轴inertia-based相似三角形腔的空间特征和上皮细胞核和一个三角形会员是用来选择腺从上皮细胞核轮廓的候选人。通过连接腔上皮细胞核,更准确的腺分割执行基于粗糙腺边界。拟议中的污点分离方法是无监督的,染色分离使得类别信息)中包含图像容易识别和处理不均匀染色强度和不显眼的污点的区别。在这个项目中,我们使用深度学习达到染色分离系数预测的污点。深度学习的框架下,我们设计一个污点系数区间模型来提高染色泛化性能。另一个创新是我们建议的内部腔轮廓腺瘤和上皮细胞的外轮廓来获得一个精确的腺轮廓。 We compare the performance of the proposed algorithm against that of several state-of-the-art technologies on publicly available datasets. The results show that the segmentation approach combining the characteristics of lumens and rough gland boundary has better segmentation accuracy. SN - 1076-2787 UR - https://doi.org/10.1155/2020/6180457 DO - 10.1155/2020/6180457 JF - Complexity PB - Hindawi KW - ER -