[发明专利]一种宫颈涂片图像中簇型细胞核分割的方法

摘要

本发明提供了一种宫颈涂片图像中簇型细胞核的分割方法，包括下述步骤：(1)分割数据集准备；(2)数据集挑选，分成测试集和训练集；(3)定义DeepHLF网络，把原图片输入网络、网络递进提取特征并保留每一个层次特征后进行特征分组；DeepHLF采用高低耦并行融合模块对每组的特征融合，生成三类特征；对三类特征交叉循环结合，生成多个特征图，最后每个特征图均生成分割结果图；(4)提出解决核与背景类别纠正的数学方法和权重损失函数。本发明的方法不仅能分割出簇型细胞核，而且分割过程中不会遗漏浅的细胞核、也不会遗漏细胞核与细胞质灰度相近的细胞核。

主权项

1.一种宫颈涂片图像中簇型细胞核的分割方法，其特征在于，包括下述步骤：(1)对分割数据集做预处理，所述分割数据集包括簇型细胞图、与簇型细胞图对应的分割好的GroundTruth；(2)数据集挑选，并分成测试集和训练集，保证测试集和训练集的分布一致；(3)组成DeepHLF网络，把原图片输入网络、网络递进提取特征并保留每一个层次特征后进行特征分组，所述DeepHLF网络是一个端到端网络，该网络由递进留存特征模块、高低耦并行融合模块和交叉循环模块组成；所述递进留存特征模块，把原图片输入网络、网络递进提取特征并保留每一个层次特征，接着对保留的特征进行分组；所述高低耦并行融合模块，用于采用高耦合方法与低耦合方法分别处理特征，如此对每组的组内特征融合，生成高级语义特征High、中级综合特征Middle、低级细节特征Low三类特征；所述交叉循环模块，用于对High、Middle、Low三类特征进行交叉循环结合生成多个特征图，每个特征图用softmax函数分类生成分割图，多个特征图就生成了多个分割图。(4)提出核与背景类别纠正的数学方法纠正核与背景类别不平衡的问题和权重损失函数，从而优化细胞核边界优化分割结。