《表3 细胞核统计结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自监督学习的病理图像层次分割》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

细胞核数量是反映HE染色病理图像分割精度的金标准，也是HE染色图像分割的首要任务。细胞核的量化指标对病理图像分析起着至关重要的作用。在此设计实验对比几种常用的细胞核分割方法的分割效果，其中包括在医学图像处理上常用的ImageJ软件[24]中的细胞核计数插件RetFM-J方法[25]，基于色彩标记的分水岭分割方法[26]和基于细胞核形态的分水岭分割方法[27]。从实验的高级别和低级别脑膜瘤HE染色图像组中分别随机选取3组（一共6组，每组中有5幅图像，总图像数为30幅）作为待测样本，然后用不同的几种分割的算法和病理学专家分别进行细胞核个数统计。由于图像中的细胞密度较大，病理学专家将每幅图等分成16(4×4）个区域，每个区域大小为384×512像素，然后专家根据细胞分布选择4个ROI进行测量，并基于细胞均匀分布的原则估计整个图像的相关指标。详细的计数对比结果如表3所示，以专家计数作为衡量算法准确度的标准，RetFM-J方法的细胞和计数远大于专家计数结果，基于色彩标记的分割方法仅将第一次K-means聚类结果的细胞核核心色彩部分作为色彩标记进行分水岭分割，基于形态的分割方法将细胞核区域仅依靠粘连细胞形态进行分割，本文方法将色彩标记和形态分割进行结合。