基于条件生成对抗网络的乳腺上皮和间质区域自动分割

张泽林; 徐军

首页> 中文期刊> 《计算机应用》 >基于条件生成对抗网络的乳腺上皮和间质区域自动分割

基于条件生成对抗网络的乳腺上皮和间质区域自动分割

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

乳腺病理组织图像中上皮和间质区域的自动分割对乳腺癌的诊断和治疗具有非常重要的临床意义.但是由于乳腺组织病理图像中上皮和间质区域具有高度复杂性,因此一般的分割模型很难只根据提供的分割标记来有效地训练,并对两种区域进行快速、准确的分割.为此,提出一种基于条件对抗网络(cGAN)的上皮和间质分割条件对抗网络(EPScGAN)模型.在EPScGAN中,判别器的判别机制为生成器的训练提供了一个可训练的损失函数,来更加准确地衡量出生成器网络的分割结果输出和真实标记之间的误差,从而更好地指导生成器的训练.从荷兰癌症研究所(NKI)和温哥华综合医院(VGH)两个机构提供的专家标记的乳腺病理图像数据集中随机裁剪出1286张尺寸为512×512的图像作为实验数据集,然后将该数据集按照7:3的比例划分为训练集和测试集对EPScGAN模型进行训练和测试.结果表明,EPScGAN模型在测试集的平均交并比(mIoU)为78.12％,和其他6种流行的深度学习分割模型相比较,提出的EPScGAN具有更好的分割性能.

著录项

来源
《计算机应用》 |2020年第10期|2910-2916|共7页
作者
张泽林; 徐军;
展开▼
作者单位

江苏省大数据分析技术重点实验室(南京信息工程大学) 南京210044;

江苏省大数据分析技术重点实验室(南京信息工程大学) 南京210044;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.41;
关键词
深度学习; 条件生成对抗网络; 乳腺病理组织图像; 上皮和间质区域; 图像分割;

相似文献

中文文献
外文文献
专利

1. 基于逐像素点深度卷积网络分割模型的上皮和间质组织分割 [J] . 骆小飞 ,徐军 ,陈佳梅 . 自动化学报 . 2017,第011期
2. 基于深度神经网络的乳腺肿瘤自动区域分割方法 [J] . 侯佩 ,齐亚莉 . 生物医学工程研究 . 2021,第003期
3. 基于条件生成对抗网络的舌体图像分割 [J] . 刘明 ,王亚刚 . 计算机与数字工程 . 2021,第006期
4. 基于条件生成对抗网络的咬翼片图像分割 [J] . 蒋芸 ,谭宁 ,张海 . 计算机工程 . 2019,第004期
5. 基于条件生成对抗网络的交通环境多任务语义分割方法研究 [J] . 林元凯 ,程涛 . 计量与测试技术 . 2019,第008期
6. 上皮间质转化在乳腺癌中的研究进展 [C] . 殷凯 ,陆劲松 . 第四届上海浦东乳腺癌高峰论坛 . 2016
7. 基于条件生成对抗网络的皮肤分割与面色分类 [A] . 侯国松 . 2019

基于条件生成对抗网络的乳腺上皮和间质区域自动分割

摘要

著录项

相似文献

相关主题

期刊订阅