基于边缘检测的乳腺癌细胞核分割预测图融合算法

目前针对病理学图像中的乳腺癌细胞核分割研究中,乳腺癌细胞核分割结果中存在边缘欠分割,过分割等问题.由此提出了一种基于边缘检测的分割预测图融合算法(UDE-M),该算法主要为两个步骤,一是通过U-Net,DeepLab V3对数据集进行训练获取分割预测图,二是通过算法中的逻辑判别规则进行融合获取最终的分割结果.研究结果表明:UDE-M算法Accuracy值达到了92.5％,Precision值达到了77.3％,Recall达到了83.8％,F1分数值达到了80.4％,相比于U-Net和DeepLab V3以及文中组成的FDE-M模型和SDE-M模型,能够更加有效对乳腺癌细胞核进行分割.