自动显微注射过程中图像分割的实现

自动显微细胞注射能克服人工注射时间长,易疲劳的缺点,为解决卵胞浆内自动单精子注射过程中细胞和针尖定位问题,通过基于YOLOv3神经网络和水平集相结合的方法,分割卵细胞和注射针,进而定位注射针的针尖.对比实验证明了方法能够解决传统水平集难以分割细胞和注射针的问题,完整分割出显微注射过程中发生形变的细胞,以及实现细胞内针尖...     

基于改进U-net++的超声图像结直肠子宫内膜异位区域检测

探究基于改进U-net++网络以及增加多通道特征融合的方法,实现准确高效的超声图像结直肠子宫内膜异位区域自动检测。所提神经网络在U-net++为原型的分割网络上进行改进,采用端到端的结构,输入超声图像和其边缘提取图像,输出结直肠子宫内膜异位区域检测结果。实验数据来自深圳市人民医院的166例结直肠子宫内膜异位患者的超声内镜图像,随机选择133例作为训练样本,33例测试样本。在网络训练过程中,采用十折交叉验证法进行验证。结果说明：在33例测试集样本上,方法最终的平均检出率、精确率、召回率分别为90.9%、72.4%、89.8%。改进神经网络以及多通道特征融合输入的方式可自动检测结直肠子宫内膜异位区域,且检测鲁棒性及精度较高,可作为参考辅助医生进行临床决策和干预。