换一批从局部到区域分层的乳腺病理图像有丝分裂检测
Mitotic Detection in Breast Histopathology Images Using Local and Regional Hierarchical Information
摘要统计乳腺癌组织学图像中有丝分裂细胞的数量是乳腺癌分级和预后的重要诊断依据.目前有丝分裂细胞计数主要由病理学家手工进行,是一项费时费力的任务.为解决这一具有挑战性的有丝分裂细胞检测问题,本研究提出了一种从局部到区域分层的乳腺癌病理学图像有丝分裂检测方法.框架整体由两阶段构成,第一阶段为细胞定位网络,从整切片图像中筛查、定位候选的有丝分裂细胞图像块,同时引入深监督机制与解耦的检测头来提升性能;第二阶段为有丝细胞验证网络,负责对大量的候选细胞图像块进一步细化分类,使用基于图注意机制的上下文融合网络,通过整合大范围的区域特征来调节局部中心块的原有响应,从而得到更准确分类结果.在ICPR MITOSIS 2014、ICPR MITOSIS 2012和TUPAC16数据集上分别使用960、35和649个高倍视野图像(HPF)作为训练集,240、15和7个HPF作为测试集,分别取得0.676、0.809和0.797的F-Score,其中召回率均取得了最优结果,分别为0.878、0858、0.875.所提出的有丝分裂自动检测方法能够高效的检测病理切片中的癌细胞,具有良好的临床应用价值.
更多相关知识
关键词
有丝分裂检测深监督图像块学习图注意网络mitosis detectiondeep supervisionimage block learninggraph attention networks
分类号
R318
栏目名称
DOI
10.3969/j.issn.0258-8021.2023.06.006
发布时间
2024-03-15（万方平台首次上网日期，不代表论文的发表时间）
基金项目
中南民族大学中央高校基本科研业务费专项（CZY22014）
- 浏览6
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
