Сравнительный анализ нейронных сетей глубокого обучения для сегментации ядер клеток на иммуногистохимических флуоресцентных изображениях раковых тканей
In: Журнал Белорусского государственного университета: Математика, информатика, 2024-04-01, Heft 1, S. 59-70
Online
academicJournal
Zugriff:
Анализ гистологических и иммуногистохимических изображений составляет основу диагностики многих видов раковых заболеваний. Процессу автоматизации анализа цифровых изображений, в частности сегментации ядер клеток на них, сегодня уделяется особое внимание. Благодаря отличной производительности нейронных сетей глубокого обучения и сравнительно высокому уровню достоверности получаемых результатов появляется возможность сочетать ручную и автоматизированную обработку изображений. К настоящему времени создано множество архитектур нейронных сетей для сегментации объектов на изображениях. Однако большая вариабельность изображений раковых клеток не позволяет создать универсальный алгоритм для сегментации ядер клеток на изображениях разного вида тканей, полученных с помощью различных методик. В работе проведен сравнительный анализ архитектур нейронных сетей глубокого обучения для сегментации ядер клеток на иммуногистохимических флуоресцентных изображениях срезов раковой ткани молочной железы. Установлено, что сети, основанные на архитектуре U-Net, дают стабильно хорошие результаты. Наилучшее качество сегментации продемонстрировала архитектура UNet 3+.
Titel: |
Сравнительный анализ нейронных сетей глубокого обучения для сегментации ядер клеток на иммуногистохимических флуоресцентных изображениях раковых тканей
|
---|---|
Autor/in / Beteiligte Person: | Xu, Silun ; Skakun, Viktor V. |
Link: | |
Zeitschrift: | Журнал Белорусского государственного университета: Математика, информатика, 2024-04-01, Heft 1, S. 59-70 |
Veröffentlichung: | Belarusian State University, 2024 |
Medientyp: | academicJournal |
ISSN: | 2520-6508 (print) ; 2617-3956 (print) |
Schlagwort: |
|
Sonstiges: |
|