基于HSV的乳腺癌细胞识别方法

乳腺癌是女性致死率最高的疾病之一,严重威胁女性的身体健康。目前,病理医生判断病症等级,仍通过观察病理切片中的增殖细胞个数,具有很大的主观性。本文提出了一种将RGB彩色空间和HSV彩色空间模型结合的方法,采用各分量的色度特征,通过量化分析建立色度特征方程,实现从病理图像中检测识别乳腺癌增殖细胞。经20组乳腺癌病理切片图像验证,准确性达到了94.2%,优于单色彩空间模型方法约4%,本文提出方法能够更精确识别乳腺癌细胞,为乳腺癌细胞识别提供了一种新方法。     

小型Wi-Fi智能显微镜设计

为了摆脱传统显微镜操作繁杂、体积巨大、光源严格等问题,提出了一种小型Wi-Fi智能显微镜系统。采用常见网络相机的CMOS电路作为显微镜的成像电路,并合理利用网络摄像头感光性强的优势。通信模块采用ESP8266模块的AP功能实现电脑与显微镜的网络通信,可将图像传输在上位机软件上执行相机参数设置、图像保存等操作。利用NX12.0软件设计显微镜的机械结构并通过三维打印技术实现,成本低廉。最终实现了整个系统的配合运转,并通过该显微镜采集到了细胞图像。     

随机粗糙表面光散射场分布特性的机理研究

为了研究随机粗糙表面光散射分布特性机理,采用线性滤波法生成高斯分布随机粗糙表面,以基尔霍夫近似作为电磁场边界条件,采用蒙特卡罗方法数值计算了一组金属和一组电介质粗糙表面在S偏振光和P偏振光照射下的散射光强度空间分布。计算结果显示:金属表面与电介质表面的散射光分布宽度、散射峰值、散射峰位置三个散射特征存在显著差异,经过分析发现这种特征差异的产生机理是由表面面元的斜率分布和面元反射率共同因素导致,与数值计算结果对比,二者具有良好的一致性。     

基于注意力机制和残差结构的细胞核分割方法

病理细胞核的精准分割是病理学诊断的基础,然而当前算法针对带有核分裂象的乳腺癌细胞核自动分割效果差强人意。本文针对当前细胞核分割算法展开分析研究,并提出了一种基于注意力机制和残差结构相结合的U型网络(U＿net)用于解决因核分裂象和非核分裂象细胞形态特征十分接近造成细胞核分割精度不足的问题。通过实验表明本文提出算法的平均像素准确率(mean pixel accuracy,MPA)和Mean＿dice指标系数分别为0.74和0.82。与原有算法相比,训练指标分别提升了11%和9%,证明本文算法的可行性。