基于高倍率细胞内镜系统的细胞核分割

作     者：张伟 余浩 袁波 王立强 杨青 ZHANG Wei;YU Hao;YUAN Bo;WANG Li-qiang;YANG Qing

作者机构：浙江大学光电科学与工程学院浙江杭州310027 之江实验室超级感知研究中心浙江杭州311100 

出 版 物：《光学精密工程》 (Optics and Precision Engineering)

年 卷 期：2021年第29卷第11期

页      面：2574-2580页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 1002[医学-临床医学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 100214[医学-肿瘤学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 10[医学] 

基　　金：国家重点研发计划资助项目(No.2019YFC0119502) 浙江省重点研发计划资助项目(No.2018C03064) 中央高校基本科研业务费专项(No.2019FZA5016) 

主　　题：生物医学光学 细胞内镜 细胞核分割 深度学习 

摘      要：临床上诊断消化道早期癌症主要依赖于电子内镜活检术,但是其诊断周期长。细胞内镜是一种具有超高放大倍率的内窥镜,配合术中染色可以直接在体内观察到病灶的细胞核等病理结构。为了使内窥镜医生能够在术中更准确地分析细胞核病理特征,基于已研制的高倍率细胞内镜系统在猪食管黏膜组织上开展了细胞核染色及分割方法研究。利用1%浓度的甲苯胺蓝水溶液对猪食管黏膜进行细胞核染色,并成功在细胞内镜显微成像模式下观察到染色的细胞核。在此基础上,采用深度学习方法训练了细胞核分割模型,有效实现了染色细胞核的分割提取,分割准确度达到了99.23%,特异性达到了99.54%,敏感性达到了84.37%,Dice系数达到了0.8138,为细胞内镜的AI辅助诊断算法研究奠定了基础。