论文部分内容阅读
通过对糖尿病视网膜扫描显微镜病理切片的分析,可以发现细胞之间微小的差距难以用肉眼来辨别.纤维层的薄厚变化以及层内细胞核的数量和形态变化更难以用肉眼评估.需要从专业人员的主观分析发展到定量分析,才能够客观评价视网膜疾病早期组织结构的细微变化.细胞核的自动分割是计算机辅助病理图像分析的关键步骤,然而由于数据复杂性和可变性,细胞核的分割存在一定困难.近年来,深度学习在病理图像的分析应用中受到了越来越多的关注.提出了一种基于深度学习的全残差注意力网络对糖尿病视网膜病理图像进行细胞核分割.在全残差卷积网络上结