【摘 要】
：
宫颈癌原发于子宫颈部,是女性生殖道中发病率最高的恶性肿瘤。宫颈癌细胞病理辅助诊断系统可以实现宫颈癌的早诊断、早治疗,从而控制病情进展,改善预后。虽然该系统临床效果不错,但依然存在很多不足。尤其是宫颈细胞图像存在一些问题,影响了系统诊断准确率的提升。首先,系统中硬件滤光片的使用会使宫颈细胞图像丢失部分颜色,从而会改变图像中细胞原本的颜色,并且降低图像各部分的对比度,给人工阅片增加困难,进而增大漏诊、
【基金项目】
：
哈尔滨市杰出青年人才基金项目的资助,项目编号为2017RAXJ013,项目名称为细胞病理图像分析系统；
论文部分内容阅读
宫颈癌原发于子宫颈部,是女性生殖道中发病率最高的恶性肿瘤。宫颈癌细胞病理辅助诊断系统可以实现宫颈癌的早诊断、早治疗,从而控制病情进展,改善预后。虽然该系统临床效果不错,但依然存在很多不足。尤其是宫颈细胞图像存在一些问题,影响了系统诊断准确率的提升。首先,系统中硬件滤光片的使用会使宫颈细胞图像丢失部分颜色,从而会改变图像中细胞原本的颜色,并且降低图像各部分的对比度,给人工阅片增加困难,进而增大漏诊、误诊的可能。此外,宫颈细胞图像在形成过程中,图像颜色等外观会受标本制备方法、染色方案、扫描仪规格等因素的影响而变化。因此不同宫颈细胞图像的颜色会有明显差异。这些差异不仅导致了病理学家内部诊断的不一致,而且削弱了辅助诊断系统的性能,阻碍了辅助诊断系统在病理学中的应用。为解决宫颈细胞图像存在的上述两种问题,本文分别规定了相应的目标图像,并将宫颈细胞图像的颜色风格标准化为对应目标图像的颜色风格。本文工作包括以下几个方面:1.提出了基于条件生成对抗网络的数字滤光片,取代硬件滤光片,解决了系统中硬件滤光片改变宫颈细胞图像颜色的问题。数字滤光片的实现基于pix2pix框架,可完成无滤光图像到有滤光图像的转换。为获得更多图像信息、准确计算诊断指标,在pix2pix的生成器中添加了全尺度跳跃连接、在损失函数中添加了积分光密度的约束项。实验结果表明,本章实现的数字滤光方法生成图与真实滤光图像逼近,有效实现了对宫颈细胞图像的数字滤光,可取代硬件滤光片。2.提出了一个名为CSNGAN的颜色风格标准化网络,对宫颈细胞图像进行颜色标准化,解决了图像间的颜色差异影响诊断准确率的问题。CSNGAN以Cycle GAN模型为基础,使用简单卷积结构代替其原本的生成器网络,降低了模型对无用纹理信息的敏感度;增加感知损失,增强了上下文信息。实验结果表明,CSNGAN实现了突出的颜色风格标准化效果,保证了宫颈细胞图像原有的结构信息不受影响。在宫颈癌病理辅助诊断系统的实际应用中,基于CSNGAN的颜色风格标准化可作为一个预处理步骤,有效提高宫颈细胞的分类准确率。3.提出了一个名为Multi-CSNGAN的颜色风格标准化网络,对多种宫颈细胞图像进行颜色标准化,弥补了CSNGAN模型仅支持单一颜色风格标准化的不足。Multi-CSNGAN结合了Res Net模型和多个CSNGAN模型,以Res Net的输出结果为权重,将多个CSNGAN的输出作线性组合,得到颜色风格标准化的最终结果。实验结果表明,Multi-CSNGAN模型面对多种宫颈细胞图像的输入时,对每种图像均能实现显著的颜色风格标准化效果。此外,在宫颈癌病理辅助诊断系统中,Multi-CSNGAN模型可作为提高宫颈细胞分类准确率的预处理步骤。综上所述,针对宫颈癌细胞病理辅助诊断系统中图像存在的不同问题,本文分别规定了目标图像,并提出了相应的方法,将宫颈细胞图像的颜色风格标准化为对应目标图像的颜色风格。实验表明,本文方法对宫颈细胞图像的颜色风格标准化效果显著,可作为宫颈癌细胞病理辅助诊断系统的预处理步骤,有效提高系统的诊断准确率。
其他文献
近年来随着深度学习技术的迅猛发展,诸多深度学习模型被应用于语音情感识别技术中。然而,这些深度学习模型存在对情感特征提取不充分、模型复杂度高、对时序特征关注度低等问题。针对以上问题,本文将构建基于多头注意力机制的双向门控深度可分离卷积神经网络模型（Bi-directional Gated Recurrent Unit Depth Separable Convolution based on Mult
伴随我国经济发展与制造业进步,居民汽车保有量逐年递增。随之而来,交通事故发生率也逐年递增。为进一步保障交通安全,预防交通事故,探索能够提升车辆行驶安全、可靠性的车辆检测与测距技术已迫在眉睫。为保证驾驶员及时感知前方车辆距离,有效保持安全车距,本文研究基于YOLOv4-tiny的车辆检测算法和车辆测距算法。针对YOLOv4-tiny算法在交通场景检测中误检率高、远距离小目标检测能力差的缺陷,本文设计
近年来,随着三维技术的不断发展,三维模型逐渐走入了大家的视线中,在传统制造业、机械自动化、自动驾驶、虚拟现实（VR）等领域扮演着重要作用。大众在检索信息时也不只依赖于传统方式,如文字、图像等,作为视觉信息的主要载体之一的三维模型也逐渐被关注。因此,如何能在大量数据中找到理想的目标模型成为了计算机视觉领域的热门课题。由于草图是人脑意识的一个直观表象,因此基于草图的三维模型检索方式既简单,又能够清晰地
互联网技术的跨越式发展和信息的交互共享使得代码抄袭情况以各种各样的方式出现,而涵盖整个抄袭研究领域是非常困难的,所以本文重点对学术界中发生的代码抄袭问题进行检测。本文针对C语言源代码作为研究对象,并对其进行代码相似度检测研究,得出的评判结果辅助后期人工评判。本文首先提出了一种结合抽象语法树（Abstract Syntax Tree,AST）与Token的代码相似度检测方法。首先,将源代码进行预处理
随着城市交通拥堵问题日益显著,年轻人更多选择摩托车作为出行工具。头盔作为摩托车骑手必备的防护工具,对保护骑手生命安全的重要性不言而喻。研究利用计算机视觉技术检测摩托车骑手是否佩戴头盔具有重要的现实意义。深度学习技术的快速迭代推动了摩托车头盔佩戴检测相关研究的发展,但现有检测算法仍存在很多不足。首先,现有方法大多是针对单个骑手进行头盔检测,针对多个骑手的研究方案较少;其次,在交通拥塞和摩托车密集等复
随着人工智能的发展,计算机处理数据、分析数据的能力呈指数级增长。医学数据具有特殊性和复杂性,要想挖掘出医学数据背后潜在有用的信息,对于算法的速度与精准度都有着更高层次的要求。为了提供更加科学有效的医疗服务,本课题从特征工程、梯度下降优化算法以及预测模型这三个方面进行研究,建立心血管疾病风险预测模型辅助医生决策。首先,在特征工程阶段,构建强特征向量并且融合随机森林进行特征选择工作。该阶段基于疾病预测
随着计算机视觉的不断发展,三维扫描技术日新月异,伴随而来的是三维模型的数量与日俱增。一个工程往往是由来自不同学科、不同领域的工程师共同设计的,这些人只具备自己领域的专业知识,因此他们只使用自己领域的三维模型进行设计。当设计新产品时,重用已有的模型可以大大提高开发的效率,并降低开发成本。于是,如何高效、准确地对这些三维模型进行分类成为一个亟待解决的问题。本文主要研究了三维模型体素化方法以及全局形状分
＜正＞博物馆一线展陈人员都深知一个道理：绝对没有一个时刻，展览是彻底完成的。开展前一晚的展厅一定能看到工作人员最后的忙碌，并不是准备的太晚，也不是时间节点没卡准。只是在展览不断实现的过程中，一定有更多的灵感不断闪现，更多的思路不断更新，也一定有更多的细节被不断怀疑、不断推翻。在展览工作进程中，似乎前置性的研究工作一直不是必需的，无论前置性研究的结果如何，大部分展览都会如期推进。
以草图为输入的三维模型检索便于用户表达搜索需求,已成为一个研究热点。利用草图检索三维模型已经在图形学、图像检索和计算机视觉等领域得到了广泛的关注。草图相较于其它用于检索的手段有着巨大优势,如直观性,便利性等,但是它仍存在着一些缺点,如草图只是三维模型一个视点下的粗略描述,具有很高的抽象性和主观性。而且草图和三维模型为非同源数据,二者存在巨大的域间差异。这些导致了目前的草图检索准确率低。为解决这一问
词义消歧是自然语言处理领域的一个常见问题。词义消歧问题的目的是从歧义词的多个词义列表中识别正确的词义,消歧模型往往需要根据目标词汇的上下文来作为判断依据。词义消歧影响到自然语言处理中很多任务的性能,包括机器翻译、文章分类、情感分析、语音识别等。消岐准确率不高是自然语言处理领域急需解决的问题。为了解决消歧准确率较低的问题,本文使用transformer模型、LSTM模型、注意力机制来构建消歧网络。在