بخش بندی تصاویر پاتولوژی جهت تشخیص سلول های سرطانی با استفاده از شبکه ترکیبی VGG-RES-UNet

تشخیص ناهنجاری های بافتی و سلولی در تصاویر میکروسکوپیجهت کمک به درمان زودهنگام بیماری هایی نظیر سرطان ازاهمیت بسزایی برخوردار است. از روش هایی که می توان جهتتشخیص سلول های دارای ناهنجاری از آن بهره برد، بخش بندیتصاویر پاتولوژی است. اما به علت پیچیدگی پس زمینه تصاویرپاتولوژی و بافت مات و هم شکل با پس زمینه سلولهای سرطانی،روشهای سنتی بخش بندی تصویر منجر به نتا یج مطلوب نمیگردد. در این مقاله، یک شبکه ترکیبی مبتنی بر یادگیری عمیقمتشکل از VGG۱۶-UNet با لایه های Residual در داخل آنجهت بهبود فرآیند تشخیص سلول های سرطانی پیشنهاد می گردد.شبکه یادگیری عمیق پیشنهادی بر روی مجموعه داده PanNukeبکار رفته و میزان بهبود ایجاد شده در صحت بخش بندی سلولهای سرطانی از طریق معیارهای Dice و Aggregated JaccardIndex انجام گردید. بررسی کمی و کیفی حاصله از این معیارها و تصاویر خروجی شبکه در مقایسه با سایر روش های بخش بندیسلولهای سرطانی، نشان دهنده برتری روش پیشنهادی است.

Keywords:

تصاویر میکروسکوپی , ناهنجاری , بخش بندی , پاتولوژی , یادگیری عمیق