基于改進(jìn)U-Net的細(xì)胞核分割方法

打開文本圖片集

摘要：細(xì)胞核的形狀、紋理和空間分布等信息能夠為各類疾病診斷提供重要的參考信息，對細(xì)胞核的準(zhǔn)確分割是疾病診斷中的關(guān)鍵步驟。針對細(xì)胞核形狀多樣、邊界模糊和重疊等問題，提出一種基于改進(jìn)U-Net的細(xì)胞核分割方法。首先，利用并聯(lián)空洞卷積模塊和串聯(lián)空洞卷積模塊改進(jìn)Inception-ResNet的性能，擴(kuò)大U-Net卷積核的感受野；其次，提出一種采用全局最大池化和全局平均池化的殘差注意力機(jī)制，同時獲得局部特征和全局特征。（剩余5700字）