穆罕默德·沙赫扎德；阿里夫·伊克巴尔·奥马尔；穆阿扎姆·汗。；西拉齐·赛义德·哈马德；扎基尔·汗；瓦卡斯·尤萨夫 一种鲁棒的全血细胞显微图像语义分割方法。 （英语） 兹比尔1431.92098 计算。数学。方法医学。 2020年，文章ID 4015323，13 p.（2020）. 小结：以往对SEM（扫描电镜）血细胞图像分割的研究忽略了全血细胞分割的语义分割方法。在本文中，我们使用语义分割方法解决了全滑血细胞分割问题。我们设计了一种新的卷积编解码框架，并将VGG-16作为像素级特征提取模型。该框架包括三个主要步骤：首先，所有原始图像以及手动生成的每种血细胞类型的地面真相遮罩都经过预处理阶段。在预处理阶段，进行像素级标记、掩模图像的RGB到灰度转换、像素融合和单位掩模生成。然后，将VGG16加载到系统中，作为预处理的像素级特征提取模型。在第三步中，根据建议的模型启动培训过程。我们已经根据三个评估指标对网络性能进行了评估。我们在类精度、全局精度和平均精度方面取得了出色的结果。我们的系统对红细胞、白细胞和血小板的分类准确率分别为97.45%、93.34%和85.11%，而总准确率和平均准确率分别保持在97.18%和91.96%。 引用于1文件 MSC公司： 92 C55 生物医学成像和信号处理 关键词：血细胞扫描电镜图像；语义分割 PDF格式BibTeX公司 XML格式引用 \textit{M.Shahzad}等人，计算。数学。方法医学2020，文章ID 4015323，13 p.（2020；Zbl 1431.92098） 全文： 内政部 arXiv公司 参考文献： [1] Kihm，A。；Kaestner，L。；瓦格纳，C。；Quint，S.，使用离群值容忍机器学习对血流中红细胞形状进行分类，PLOS计算生物学，14，6（2018）·doi:10.1371/journal.pcbi.1006278 [2] Vinod，V.，血细胞图像分割和计数，国际工程科学杂志。技术，3，3，2448-2453（2011） [3] 塞勒姆，N。；新墨西哥州索比。；El Dosoky，M.，《使用Otsu阈值和分水岭变换进行白细胞分割的比较研究》，《生物医学工程和医学成像杂志》，3，3，15（2016）·doi:10.14738/jbemi.33.2078 [4] Nikitaev，V.G。；O.V.纳戈尔诺夫。；Pronichev，A.N.，《血细胞识别系统中白细胞分割方法的研究》，KnE Energy，3，2，350-354（2018）·doi:10.18502/ken.v3i2.1835 [5] 苗，H。；Xiao，C.，使用标记控制分水岭算法同时分割显微图像中的白细胞和红细胞，医学中的计算和数学方法，2018（2018）·Zbl 1411.92165号 ·doi:10.1155/2018/7235795 [6] Shirazi，S.H。；奥马尔，A.I。；Naz，S。；Haq，N.，《从显微图像中有效增强和分割白细胞》，《应用环境和生物科学杂志》，6，35，121-126（2016） [7] 萨贾德，M。；Khan，S。；Jan，Z.，《显微镜下血液涂片中的白细胞分类和分割：智慧城市的资源软件医疗服务》，IEEE Access，53475-3489（2017）·doi:10.1109/access.2016.2636218 [8] 田，Z。；沈，C。；He，T。；Yan，Y.，《解码器对语义分割至关重要：依赖数据的解码支持灵活的特征聚合》，IEEE计算机视觉和模式识别会议论文集 [9] Long，J。；谢尔哈默，E。；Darrell，T.，语义分割的完全卷积网络，2015 IEEE计算机视觉和模式识别会议论文集（CVPR）·doi:10.1109/CVPR.2015.7298965 [10] Simonyan，K。；Zisserman，A.，用于大规模图像识别的极深卷积网络，https://arxiv.org/abs/1409.1556 [11] 梁，G。；洪，H。；谢伟。；Zheng，L.，将卷积神经网络与递归神经网络相结合用于血细胞图像分类，IEEE Access，6，36188-36197（2018）·doi:10.1109/access.2018.2846685 [12] 拉巴蒂，R.D。；皮乌里，V。；Scotti，F.，All-IDB：用于图像处理的急性淋巴细胞白血病图像数据库，图像处理国际会议论文集，ICIP [13] Shirazi，S.H。；Naz，S。；M.I.拉扎克。；奥马尔，A.I。；Zaib，A.，自动化病理图像分析，基于软计算的医学图像分析，13-29（2018），荷兰阿姆斯特丹：爱思唯尔公司，荷兰阿姆斯特丹·doi:10.1016/b978-0-12-813087-2.00026-9 [14] Quiñones，V.V。；Macawile，M.J。；Ballado，A。；德拉克鲁兹，J。；Caya，M.V.，基于显微血液图像的白细胞分割和计数，使用HSV饱和成分和斑点分析，2018年第三届控制与机器人工程国际会议（ICCRE）论文集·doi:10.1109/ICCRE.2018.8376475 [15] 沙欣，A.I。；郭毅。；阿明·K·M。；Sharawi，A.A.，基于自适应中子相似度评分的新型白细胞分割算法，健康信息科学与系统，6，1，1（2018）·doi:10.1007/s13755-017-0038-5 [16] 刘，Z。；刘杰。；Xiao，X.，通过核标记分水岭操作和均值漂移聚类分割白细胞，Sensors，15，9，22561-22586（2015）·doi:10.3390/s150922561 [17] 陈，C。；窦，Q。；陈，H。；秦，J。；Heng，P.-A.，协同图像和特征自适应：医学图像分割的跨模态域自适应，AAAI人工智能会议论文集，33865-872（2019）·doi:10.1609/aaai.v33i01.3301865 [18] Stuller，J.，有序修正的Gram-Schmidt正交化，计算与应用数学杂志，63，1-3，221-227（1995）·Zbl 0856.65043号 ·doi:10.1016/0377-0427（95）00075-5 [19] 曹，H。；刘，H。；Song，E.，外周血白细胞分割的新算法，生物医学信号处理与控制，45,10-21（2018）·doi:10.1016/j.bspc.2018.05.010 [20] Di Ruberto，C。；Loddo，A。；Putzu，L.，血涂片图像中的白细胞计数系统，机器视觉与应用，27，8，1151-1160（2016）·doi:10.1007/s00138-016-0812-4 [21] Fradkin博士。；穆奇尼克，I。；Fradkin博士。；Muchnik，I.，《支持向量机分类》，1-9（2000），纽约州纽约市，美国：施普林格，纽约州，纽约州美国 [22] Yi，F。；月亮，我。；Javidi，B.，使用全息成像信息学对红细胞进行基于细胞形态的分类，生物医学光学快报，7，6，2385（2016）·doi:10.1364/boe.7.002385 [23] Roerdink，J.，《分水岭变换：定义、算法和并行化策略》，《信息学基础》，41，1，2，187-228（2001）·Zbl 0958.68184号 ·doi:10.3233/fi-2000-411207 [24] Das，D.K。；Maiti，A.K。；Chakraborty，C.，《从人类外周血涂片图像中自动识别正常细胞》，《显微镜杂志》，269，3，310-320（2018）·doi:10.1111/jmi.12640 [25] Shirazi，S.H。；奥马尔，A.I。；Naz，S。；新罕布什尔州伊姆兰。；Ahmad，R.，基于极端学习机器的微观红细胞分类，集群计算，21，1，691-701（2017）·doi:10.1007/s10586-017-0978-1 [26] Hegde，R.B。；Prasad，K。；Hebbar，H。；Singh，B.M.K.，《外周血涂片图像中核检测和白细胞分类稳健算法的开发》，《医学系统杂志》，42，6，1-8（2018）·doi:10.1007/s10916-018-0962-1 [27] 拉赫曼，A。；Wang，Y.，优化用于图像分割的深层神经网络中的交迭-重叠，视觉计算国际研讨会论文集，Springer [28] Csurka，G。；Larrus，D.，什么是语义分割的良好评估指标？，英国机器视觉会议记录 [29] E.A.穆罕默德。；Mohamed，医学硕士。；瑙格勒，C。；Far，B.H.，《利用数据的巨大价值：慢性淋巴细胞白血病细胞分类》，《健康信息学和生物信息学中的网络建模分析》，6，1（2017）·doi:10.1007/s13721-017-0146-9 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。