检索结果-南通市图书馆

作者：鲁国擎西安电子科技大学

学位级别：硕士

随着医学技术的不断发展,癌症并非以前那样毫无办法,如果能够在癌症处于早期阶段时做出准确的预测,那么癌症被治愈的概率将大大提高。病理检测作为癌症诊断的“金标准”,一直受到包括医生在内的众多科研人员的关注。病理医生在诊断的过... 详细信息

随着医学技术的不断发展,癌症并非以前那样毫无办法,如果能够在癌症处于早期阶段时做出准确的预测,那么癌症被治愈的概率将大大提高。病理检测作为癌症诊断的“金标准”,一直受到包括医生在内的众多科研人员的关注。病理医生在诊断的过程中,难免会因为疲劳等因素造成工作效率下降甚至是准确率的下降,如果能够通过计算机辅助病理医生进行诊断,那么将大大的提升病理医生的诊断效率以及准确率,挽救更多人的生命。近年来,随着扫描技术的高速发展,尤其是全视野数字切片的出现,极大的促进了组织病理学图像自动分析在计算机领域的发展。本文依据U-Net模型和双流融合网络(Dual Path Network,DPN)模型,设计出了基于语义分割的双流U形网络模型,简称DP-UNet模型,实现了细胞核的分割。同时为了更好的解决重叠细胞核分割这一问题,本文在DP-UNet模型的基础上,增加了距离图模块,即在训练语义分割模型的同时训练一份表示细胞核内部区域到外部区域最短距离的距离图数据,然后通过传统的分水岭算法,对重叠细胞核进行更加精确的分割。对于细胞核分类任务,本文在保证准确率的基础上,为了尽可能的提高分类的时间效率,在细胞核分割模型中增加分类功能,即在原有模型的基础上再训练一个细胞核分类的分支,该分支同样采用像素级的分类完成对细胞核的分类。根据实验,细胞核分类的准确率能够达到85%以上,虽然在准确率上,将细胞核分类功能作为一个分支合并到DP-UNet模型中比使用卷积神经网络对单独的细胞核分类要低一些,但是时间效率上有着近5倍的提升,同时准确率也基本满足医生的需求。除了细胞核分割以及细胞核分类任务,本文还设计了基于细胞核轮廓信息的病理切片分类算法。根据细胞核分割完成后获得的细胞核轮廓信息,进行聚类分析,得到细胞核聚集区域。随后对细胞核聚集区域进行特征提取,并对提取到的特征进行分类。在最终的分类器选择中,本文通过多轮对照实验,尝试了包括SVM、MLP、宽度学习系统以及宽度学习系统的变种模型在内的多种分类模型,最终,增强节点采用密集连接结构级联的宽度学习系统(Cascade of Enhancement Nodes with dense connection,CEBLS-dense)模型表现最好,其分类的最高准确率能够达到97%。同时,为了能够更好的帮助病理医生进行病理诊断,本文设计了保证假阴性为0的病理切片分类实验,CEBLS-dense模型的准确率仍然是所有分类器中最高的,达到了90%。

关键词：深度学习细胞核分割细胞核分类组织病理学

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高倍率大视场细胞内镜成像系统研究

引用

光学学报 2021年第17期41卷 107-115页

作者：张伟牛春阳游兴海袁波王立强杨青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

细胞内镜是一种具有超高放大倍率的内窥镜,能够在体内直接观察到染色的细胞核,对早期癌症的诊断具有重要意义,目前仅日本奥林巴斯公司拥有相应的技术。细胞内镜的核心是其头端部的光学成像系统,现有的细胞内镜成像系统在高倍率成像时视... 详细信息

细胞内镜是一种具有超高放大倍率的内窥镜,能够在体内直接观察到染色的细胞核,对早期癌症的诊断具有重要意义,目前仅日本奥林巴斯公司拥有相应的技术。细胞内镜的核心是其头端部的光学成像系统,现有的细胞内镜成像系统在高倍率成像时视场范围较小,检查效率低。本文提出了一种高倍率大视场细胞内镜成像系统,采用6片球面系统实现了高性能低成本的大视场变焦内窥物镜,并基于此搭建了细胞内镜成像系统。实验结果表明:该系统的物方分辨率达到了181.0 lp/mm,放大倍数约为500倍,显微成像视场范围显著增大至1200μm×670μm,是现有细胞内镜成像系统的2倍以上。在此基础上,采用深度学习方法为系统增添了细胞核分割功能,分割准确度达到了96.58%,验证了所搭建的成像系统对细胞核形态细节的成像能力。

关键词：成像系统内窥镜成像光学设计细胞内镜细胞核分割

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

不同分类器对苏木精-伊红染色在早期胃癌组织病理图像分级研究

引用

中国医学装备 2020年第12期17卷 63-68页

作者：胡嘉影陈雨萍罗志飞蔡仁桑马梦晨黄幼生陈梦柚海南医学院第一附属医院病理科海南海口570102 海口市第三人民医院病理科海南海口570000

目的:研究不同分类器对苏木精-伊红(HE)染色的早期胃癌组织病理图像分类效果及病理分级的价值。方法:收集医院病理科原始HE染色的420幅胃癌组织病理图像,采用逻辑回归(LR)、支持向量机(SVM)和朴素贝叶斯(NB)3个机器学习算法分类器,对图... 详细信息

目的:研究不同分类器对苏木精-伊红(HE)染色的早期胃癌组织病理图像分类效果及病理分级的价值。方法:收集医院病理科原始HE染色的420幅胃癌组织病理图像,采用逻辑回归(LR)、支持向量机(SVM)和朴素贝叶斯(NB)3个机器学习算法分类器,对图像进行基于像素分类的癌巢分割。对比最佳的分类器对黏膜内癌[cT1a(M)]和黏膜下癌[cT1b(SM)]患者在像素级别特征(PLF)、对象级别特征(OLF)及两者组合(PLF+OLF)上的分类准确率。结果:SVM分类器在癌巢分割的查准率和查全率高于LR和NB分类器;SVM分类器在(PLF+OLF)上的准确率(76.7%)高于单独PLF(71.9%)与OLF(70.8%)。cT1a(M)被正确分类的准确率为69.7%,cT1b(SM)被正确分类的准确率为82.1%。结论:在HE染色早期胃癌组织病理图像中癌巢分割中SVM分类器的查准率和查全率较高,同时其对组织学分级效果较好。HE染色的早期胃癌组织病理图像的组织学分级可以在一定程度上代表患者的组织学分级。

关键词：早期胃癌癌巢分割细胞核分割组织学分级机器学习算法分类器

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习框架的循环染色体异常细胞识别

引用

北京生物医学工程 2023年第6期42卷 551-558页

作者：徐旭李从胜王祺轩范献军巫彤宁中国信息通信研究院泰尔终端实验室北京100191 珠海圣美生物诊断技术有限公司广东珠海519060

目的循环染色体异常细胞(circulating genetically abnormal cell,CAC)检测是一种无创或微创、敏感、经济的肿瘤早期诊断方法。荧光原位杂交(fluorescence in situ hybridization,FISH)通过计算荧光探针在细胞核内产生的增益,可以准确... 详细信息

目的循环染色体异常细胞(circulating genetically abnormal cell,CAC)检测是一种无创或微创、敏感、经济的肿瘤早期诊断方法。荧光原位杂交(fluorescence in situ hybridization,FISH)通过计算荧光探针在细胞核内产生的增益,可以准确地检测CAC中基因异常的繁殖。然而,基于FISH的CAC识别存在细胞核重叠和荧光信号形态多样的问题,人工检测荧光信号是困难的。方法本研究基于四色荧光原位杂交肺癌图像,针对细胞核和染色信号形态特征提出一种级联细胞核分割网络(cascaded nuclei segmentation network,CACNET)和信号点检测网络(signal detection network,FISHNET)的CAC识别方案。首先使用CACNET对细胞核进行分割获取掩膜,并对应裁剪荧光染色信号图像,然后对单细胞核内的信号点使用FISHNET进行检测,最终对信号点计数并利用临床诊断方法判别细胞。其中,CACNET通过结合注意力机制和边缘约束算法提升重叠细胞核分割效果。FISHNET通过热图回归拟合染色信号形态,并且自定义轻量化目标检测网络提升信号点识别性能。结果本研究构建44 000细胞核进行模型的训练和测试。测试结果显示,本研究提出的CACNET在细胞核分割上取得92.67%的交并比,FISHNET在信号点检测的平均精度接近98%且模型参数量仅有2.24 M。CAC识别的敏感性和特异性分别为96.52%和99.1%。结论本研究提出的CAC识别方案是高效且鲁棒的,并且与现有的CAC识别方法相比有一定优势,有助于提高临床肺癌诊断结果的可靠性。

关键词：液体活检细胞识别深度学习细胞核分割目标检测

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

联合细胞核和染色信号形态拓扑特征的循环异常细胞识别

联合细胞核和染色信号形态拓扑特征的循环异常细胞识别

引用

第十七届中国体视学与图像分析学术会议

作者：李从胜徐旭范献军巫彤宁中国信息通信研究院珠海圣美生物诊断技术有限公司

肺癌是第二大最常被诊断的癌症,是癌症死亡的主要原因。肺癌早期患者的5年生存率高达83%,而到了晚期则下降到15%。因此,早诊对提高患者的生存率至关重要。在早诊方法中,液体活检是一种微创、敏感的肿瘤早诊方法。循环基因异常细胞(CACs... 详细信息

肺癌是第二大最常被诊断的癌症,是癌症死亡的主要原因。肺癌早期患者的5年生存率高达83%,而到了晚期则下降到15%。因此,早诊对提高患者的生存率至关重要。在早诊方法中,液体活检是一种微创、敏感的肿瘤早诊方法。循环基因异常细胞(CACs)是液体活检分析的主要类型之一。荧光原位杂交(FISH)是一种有效的检测CACs中特定基因异常繁殖的方法,通过计算多个荧光探针产生的核内信号增益来识别CACs。Katz等人将每100μL血样中3个CACs作为恶性阈值,用于识别早期非小细胞肺癌患者。然而由于核重叠和荧光信号的噪声等问题,临床上准确识别CACs仍具有很大的挑战。研究基于四色FISH图像的细胞核和信号分布特征,提出了一种高效CAC识别方案(图1)。细胞核分割方面,研究提出融合非局部注意力模块重构Mask R-CNN的特征提取端到端的实例分割网络(CACNET),同时在训练过程中引入边缘约束头,提升重叠细胞核的分割效果。信号检测方面,研究提出轻量化的目标检测网络(FISH-NET),利用旋转高斯核等效具有形态多样性的染色信号;提出一种差分增强模块抑制染色剂成团等导致的杂点;此外,引入幂激活函数提升弱信号检出率。最后通过对信号点计数,利用分类规则实现CACs识别。研究所提的细胞核分割精度为92.24%,信号点检测准确率达到96%,召回率达到98%左右。基于该模型研发的判读系统在国内10家中心853个样本上进行测试,CAC识别准确率达到94%,敏感性为98%,超过人类专家水平,检测效率约是人类专家的800倍。成果已在多个临床中心开展应用。

关键词：深度学习细胞核分割目标检测肺癌早筛循环异常细胞识别

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：