《计算机工程与科学杂志》发表论文赏析

用于CD56图像分割的细胞标注精细化与自适应加权损失

来源:计算机工程与科学杂志2022年第5期北京时间:

作者:刘榕, 伍欣, 敖斌, 文青, 李宽

单位:东莞理工学院网络空间安全学院,广东 东莞 523808

摘要:CD56是神经细胞黏附分子,可用于多种肿瘤细胞的诊断与研究。CD56是目前最新的肿瘤分子标记物之一,计算机医学图像处理领域目前对CD56图像的研究刚刚起步。随着诸如语义分割深度学习技术的发展,越来越多的研究人员将语义分割技术应用到医学图像处理中,以实现辅助医疗诊断。CD56图像中的背景、阴性细胞和阳性细胞像素点个数的比例非常不平衡,大致为70∶10∶1,这会影响语义分割技术用于CD56图像分割的效果。对不同类别的像素点添加损失权重且对每个像素点添加自适应权重,改进了相关语义分割模型的损失函数,使得模型能更关注细胞,特别是阳性细胞。同时使用聚类的方法,在模型训练之前精细化对CD56图像的标注,进一步提升了模型的分割精度。针对CD56图像数据集的实验结果表明,对图像标注的精细化和对相关语义分割模型的损失函数的改进有效提升了模型对CD56图像的分割精度。

关键词:CD56图像,语义分割,深度学习,医学图像处理,聚类,自适应加权损失,

基金资助:国家重点研发计划(2018YFB1003203)

2022年5期其他文献查阅:

高速芯片封装中多平行传输线的设计与优化

一种类脑处理器片上网络的验证框架

面向云环境的Flink负载均衡策略

基于Hellinger距离的不平衡漂移数据流Boosting分类算法

可防止无关属性干扰的属性基加密方案

基于ECC的区块链数据共享系统设计

基于随机森林算法的无线传感网络攻击流量阻断模型构建

基于半监督生成对抗网络的恶意代码家族分类实现

基于染色随机游走的可重叠社区发现

基于全卷积神经网络的单幅隧道图像裂纹提取算法

判别增强的生成对抗模型在文本至图像生成中的研究与应用

基于全融合网络的三维点云语义分割

用于CD56图像分割的细胞标注精细化与自适应加权损失

基于计算机辅助诊断技术的阿尔兹海默症早期分类研究综述

基于EMD距离的稀疏自编码器

混合神经网络模型与注意力机制的地址匹配算法

基于改进蚁群优化算法的养殖场机器人路径规划

小数据集情况下基于变权重融合的BN参数学习算法

基于多图卷积神经网络和注意力机制的学术新星预测方法

基于非负矩阵分解的群组推荐算法

基于改进在线极限学习机的短时交通流预测模型研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!