Cervix932018——液基宫颈细胞三分类和宫颈细胞核检测

心中u你

今天将分享液基宫颈细胞三分类和宫颈细胞核检测完整实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
一、Cervix932018介绍
在过去的30年里，宫颈癌的发病率和死亡率下降了50%以上，其中大部分是由于使用巴氏涂片（Pap）筛查来检测宫颈癌和癌前病变。根据Bethesda系统（TBS），如果没有上皮细胞异常，巴氏试验为阴性。在过去的三年中，关于宫颈细胞学切片自动化分析的研究越来越多。其中一些方法的目的是分割细胞核，而其他方法的目的是分割重叠的宫颈细胞。在任何一种情况下，所有的方法都包括分割细胞核的步骤，细胞核主要用作后续细胞分割的种子点。因此，核分割和检测的准确性是细胞学图像自动分析和分割的最重要的任务。
二、Cervix932018任务
宫颈细胞核检测核三分类。
三、Cervix932018数据集
数据集，其中包括93张真实的扩展景深（EDF）图像以及来自三种不同巴氏试验等级的幻灯片的图像堆栈：阴性；低级别鳞状上皮内病变（LSIL）；或高级鳞状上皮内病变（HSIL）。图像中共有2705个核被标记（注释），每个图像都有一个等级标签，允许数据集用于评估核分割和检测的性能和准确性。重要的是，该数据集可用于将每个细胞学分类为不同的等级类别，这是开发用于处理宫颈细胞学图像的方法的主要目标之一。数据是由莫菲特癌症中心（Tampa， FL）提供的存档的ThinPrep pap染色玻片。使用集成的硬件软件显微镜系统（Stereologer, SRC Biosciences, Tampa， FL）以系统随机的方式从这些载玻片中获取图像。每张载玻片由相同的细胞技术人员在显微镜下检查，并根据the Bethesda System （TBS）评分。在这项工作中使用的幻灯片要么被评为阴性；低级别鳞状上皮内病变（LSIL）；或高级鳞状上皮内病变（HSIL）。使用自动XYZ步进电机和Stereologer软件在手动选择的焦平面上手动确定每张幻灯片的顶部和底部。所有图像的大小为1280x960像素。   数据下载：
https://github.com/parham-ap/cytology_dataset/tree/master
四、技术路线
任务一、宫颈细胞三分类
1、图像预处理缩放到1024x1024，然后采用均值为0，方差为1的方式进行归一化处理，再将数据分成训练集和验证集。2、搭建ResNet2d网络，使用AdamW优化器，学习率是0.001，batchsize是128，epoch是300，损失函数采用交叉熵。3、训练结果和验证结果   





4、验证集分类结果   







任务二、宫颈细胞核检测
1、图像预处理，然后采用均值为0，方差为1的方式进行归一化处理，并将数据划分成训练集和验证集。2、搭建YoloV5检测网络，使用SGD优化器，学习率是0.001，batchsize是32，epoch是300，损失函数采用交叉熵和iou损失。3、训练结果和验证结果   



4、验证集检测结果

















5、测试集检测结果   







点击阅读原文可以访问参考项目，如果大家觉得这个项目还不错，希望大家给个Star并Fork，可以让更多的人学习。如果有任何问题，随时给我留言我会及时回复的。

原文地址：https://zhuanlan.zhihu.com/p/6113812935