作為病理圖像分析的基礎(chǔ)，細(xì)胞核檢測(cè)可為細(xì)胞形態(tài)、紋理等多種相關(guān)分析提供支持，對(duì)于臨床診斷具有重要意義。但是細(xì)胞核的人工識(shí)別過程十分費(fèi)時(shí)費(fèi)力，并且不同醫(yī)生之間存在主觀標(biāo)注差異。因此，利用計(jì)算機(jī)技術(shù)進(jìn)行自動(dòng)檢測(cè)能夠更為客觀地實(shí)現(xiàn)細(xì)胞核定位，并使得檢測(cè)結(jié)果具有可重復(fù)性。然而自動(dòng)化的細(xì)胞核檢測(cè)技術(shù)目前仍存在一些問題。首先，受不同病理中心制作流程不一的影響，病理圖像常常會(huì)存在染色深淺不一致以及偽影、模糊等人為干擾現(xiàn)象，為細(xì)胞核檢測(cè)任務(wù)帶來強(qiáng)烈的背景噪聲。其次，在病理圖像中細(xì)胞尺寸變化不一，形態(tài)差異懸殊，且不同細(xì)胞之間存在粘連或重疊等現(xiàn)象，為細(xì)胞核檢測(cè)任務(wù)帶來更多挑戰(zhàn)。

隨著近年來以深度學(xué)習(xí)為代表的人工智能技術(shù)的高速發(fā)展，出現(xiàn)了許多基于深度學(xué)習(xí)的細(xì)胞核檢測(cè)方法研宄，其可以充分發(fā)揮在大數(shù)據(jù)樣本上的優(yōu)勢(shì)，在細(xì)胞核檢測(cè)任務(wù)上取得了巨大的成功。但是目前基于深度學(xué)習(xí)的方法在訓(xùn)練過程中往往需要大量的標(biāo)注數(shù)據(jù)，而醫(yī)學(xué)圖像的標(biāo)注依賴具有專業(yè)知識(shí)的醫(yī)生，標(biāo)注成本極其昂貴。尤其在細(xì)胞核檢測(cè)領(lǐng)域中，每張圖像具有成千上萬的細(xì)胞核，標(biāo)注散布在圖像上的每個(gè)細(xì)胞需要耗費(fèi)大量時(shí)間和人力成本。在實(shí)際應(yīng)用中，相比有標(biāo)注數(shù)據(jù)而言，無標(biāo)注數(shù)據(jù)的獲取代價(jià)極低。因此，如何在使用少量有標(biāo)注數(shù)據(jù)的情況下，通過進(jìn)一步利用無標(biāo)注數(shù)據(jù)提高模型的預(yù)測(cè)性能己成為細(xì)胞核檢測(cè)領(lǐng)域的研究熱點(diǎn)。

鑒于此，提出一種MATLAB環(huán)境下基于高斯濾波器-廣義拉普拉斯算子的細(xì)胞核自動(dòng)檢測(cè)方法，算法運(yùn)行環(huán)境為MAYLAB R2018A，壓縮包=數(shù)據(jù)＋代碼＋參考文獻(xiàn)。

部分代碼如下：

clc;clear all
addpath(genpath([pwd '\GeneralLoG']));IMData4SymmetricVoting_1={'8913.tif'};
%IMData4SymmetricVoting_1={'117_H&E_07_7.tif'};for i=1:length(IMData4SymmetricVoting_1)curIMName=IMData4SymmetricVoting_1{i};curIM=imread(curIMName);curIMsize=size(curIM);[curIM_norm] = normalizeStaining(curIM);curIM_normRed=curIM_norm(:,:,1);%% using general LoG,%%% initial segmentationR=curIM_normRed; I=curIM;ac=5;    % remove isolated pixels(non-nuclei pixels)[Nmask,cs,rs,A3]=XNucleiSeg_GL_Thresholding(R,ac,I,1);      %% thresholding based binarization
%     show(Nmask); LshowBWonIM(Nmask,I);%%% gLoG seeds detectionlargeSigma=16;smallSigma=12; % Sigma valuens=XNucleiCenD_Clustering(R,Nmask,largeSigma,smallSigma);  %% To detect nuclei clumpsfigure(1),imshow(I);hold on,plot(ns(2,:),ns(1,:),'y+');hold on,plot(cs,rs,'g*');  
end

出圖如下：

工學(xué)博士，擔(dān)任《Mechanical System and Signal Processing》審稿專家，擔(dān)任
《中國(guó)電機(jī)工程學(xué)報(bào)》優(yōu)秀審稿專家，《控制與決策》，《系統(tǒng)工程與電子技術(shù)》，《電力系統(tǒng)保護(hù)與控制》，《宇航學(xué)報(bào)》等EI期刊審稿專家。

擅長(zhǎng)領(lǐng)域：現(xiàn)代信號(hào)處理，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，數(shù)字孿生，時(shí)間序列分析，設(shè)備缺陷檢測(cè)、設(shè)備異常檢測(cè)、設(shè)備智能故障診斷與健康管理PHM等。