基于深度卷积神经网络的肾透明细胞癌细胞核分割
鲁浩达1
徐军1
刘利卉1
周超1
周晓军2
张泽林1
1.南京信息工程大学,江苏省大数据分析技术重点实验室,南京 2100442.南京军区南京总医院,南京,210044
摘要：肾透明细胞癌病理图像中细胞核的形态和位置信息对肾癌的良恶性分级诊断具有重要意义,为提高肾透明细胞癌细胞核分割的质量,本研究提出了基于深度卷积神经网络的细胞核分割方法.首先,根据标定的病理图像中细胞核轮廓,构建细胞核分割样本集;然后,深度卷积神经网络通过隐式特征学习对细胞核分割模型进行训练,避免人为设计特征;最后,利用细胞核分割模型对病理图像进行逐像素分割.实验结果表明,深度卷积神经网络的细胞核分割算法在肾透明细胞癌细胞核分割的像素准确率高达90.33%,细胞核分割性能稳定,深度卷积神经网络强大的鲁棒性和适应性使得肾透明细胞癌细胞核自动分割具有可能.
关键词：分割卷积神经网络细胞核肾透明细胞癌逐像素
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(61273259)江苏省自然科学基金(BK20141482)
论文发表日期：2017-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：6( 340-345 )
英文信息