基于Segformer的胃部病理切片细胞核分割方法与流程

基于segformer的胃部病理切片细胞核分割方法
技术领域
1.本发明属于细胞核分割技术领域，具体涉及基于segformer的胃部病理切片细胞核分割方法。


背景技术：

2.随着组织病理学图像自动化分析在计算机领域的发展，目前以深度学习代表的人工智能技术成为热门的研究领域之一，将其与组织病理学图像分析相结合吸引了无数科研人员。对细胞核信息进行分割、分类等的自动化分析，对病理切片的自动化诊断有着重要意义，其中，细胞核分割在整个组织病理学图像自动化分析中占据重要位置，受限于病理切片的制作工艺，细胞核重叠、接触现象无法避免，且细胞核周围的杂质、细胞质区域等都会对细胞核分割造成影响，使得细胞核的分割成为一个难点。如果能将细胞核准确的分割开来，能够有效地帮助病理医生提取细胞核信息，对胃部等疾病进行有效诊断，进而为筛查胃部疾病及制定治疗方案提供帮助。
3.公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。


技术实现要素：

4.本发明的目的在于提供基于segformer的胃部病理切片细胞核分割方法，其可以将细胞核分割开来，帮助病理医生提取细胞核信息，对胃部等疾病进行有效诊断，进而为筛查胃部疾病及制定治疗方案提供帮助。
5.为实现上述目的，本发明提供了如下技术方案：
6.基于segformer的胃部病理切片细胞核分割方法，包括以下步骤：
7.s1.构建数据：扫描胃部病理切片，截取清晰部分，采用1abelme软件对切片中的细胞核进行标注；
8.s2.训练网络：利用标注完的数据对基于segformer的分割网络进行训练，segformer由编码器和解码器组成；
9.s3.生成分割结果：用训练好的segformer的分割网络对胃部病理切片进行分割，生成分割结果。
10.作为优选，所述编码器由4级transformer block构成，每个transformer block由1个可重叠的图像块嵌入层、1个高效自注意力层和1个混合前向层构成。
11.作为优选，所述可重叠的图像块嵌入层由带步长的卷积核构成，所述卷积核步长为4，padding为3的7
×
7卷积。
12.作为优选，所述高效自注意力层将输入分别经过3个不同的线性映射之后分别得到q，k，v，将q，k，v在通道上分为h组，记为h个头，分组之后计算得到h组注意力结果，将h组结果再进行通道上的拼接作为最后的注意力结果。
13.作为优选，k的线性映射采用下采样方法。
14.作为优选，所述混合前向层的数学表达式如下：
15.x
out
＝mlp(gelu(conv3×3(mlp(x
in
)))) x
in
，
16.输入为xin，先经过一个由线性层-gelu激活函数-线性层构成的mlp，再经过一个3
×
3的卷积和一个gelu激活函数，再经过一个线性层-gelu激活函数-线性层构成的mlp，之后与xin相加作为最终的输出。
17.作为优选，所述解码器由一个上采样mlp和输出mlp构成，所述上采样mlp将来自4级transformer block输出的不同分辨率大小的特征图进行上采样，使他们具有相同的大小；所述输出mlp则将上采样之后的特征图进行融合生成最终的分割结果。
18.与现有技术相比，本发明具有如下有益效果：
19.本发明基于segformer的分割网络可以对胃部病理切片细胞核进行分割，并生成细胞核分割结果，能够有效地帮助病理医生提取细胞核信息，对胃部等疾病进行有效诊断，进而为筛查胃部疾病及制定治疗方案提供帮助。
附图说明
20.图1为本发明segformer的分割网络的结构示意图；
具体实施方式
21.下面结合对本发明专利的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域所属的技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.实施例
23.参阅附图1，基于segformer的胃部病理切片细胞核分割方法，包括以下步骤：
24.s1.构建数据：扫描胃部病理切片，截取清晰部分，采用1abelme软件对切片中的细胞核进行标注；
25.s2.训练网络：利用标注完的数据对基于segformer的分割网络进行训练，segformer由编码器和解码器组成；
26.其中，所述编码器由4级transformer block构成，每个transformer block由1个可重叠的图像块嵌入层、1个高效自注意力层和1个混合前向层构成；所述可重叠的图像块嵌入层由带步长的卷积核构成，所述卷积核步长为4，padding为3的7
×
7卷积；所述高效自注意力层将输入分别经过3个不同的线性映射之后分别得到q，k，v，将q，k，v在通道上分为h组，记为h个头，分组之后计算(计算公式如下)得到h组注意力结果，将h组结果再进行通道上的拼接作为最后的注意力结果；k的线性映射采用下采样方法，缩小了k的维度，可以减少计算量，从而高效的实现自注意力机制；
[0027][0028]
所述混合前向层的数学表达式如下：
[0029]
x
out
＝mlp(gelu(conv3×3(mlp(x
in
)))) x
in
，
[0030]
输入为xin，先经过一个由线性层-gelu激活函数-线性层构成的mlp，再经过一个3
×
3的卷积和一个gelu激活函数，再经过一个线性层-gelu激活函数-线性层构成的mlp，之后与xin相加作为最终的输出。
[0031]
另外，所述解码器由一个上采样mlp和输出mlp构成，所述上采样mlp将来自4级transformer block输出的不同分辨率大小的特征图进行上采样，使他们具有相同的大小；所述输出mlp则将上采样之后的特征图进行融合生成最终的分割结果；
[0032]
s3.生成分割结果：用训练好的segformer的分割网络对胃部病理切片进行分割，生成分割结果。
[0033]
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。


技术特征：
1.基于segformer的胃部病理切片细胞核分割方法，其特征在于，包括以下步骤：s1.构建数据：扫描胃部病理切片，截取清晰部分，采用1abelme软件对切片中的细胞核进行标注；s2.训练网络：利用标注完的数据对基于segformer的分割网络进行训练，segformer由编码器和解码器组成；s3.生成分割结果：用训练好的segformer的分割网络对胃部病理切片进行分割，生成分割结果。2.根据权利要求1所述的基于segformer的胃部病理切片细胞核分割方法，其特征在于，所述编码器由4级transformer block构成，每个transformer block由1个可重叠的图像块嵌入层、1个高效自注意力层和1个混合前向层构成。3.根据权利要求2所述的基于segformer的胃部病理切片细胞核分割方法，其特征在于，所述可重叠的图像块嵌入层由带步长的卷积核构成，所述卷积核步长为4，padding为3的7
×
7卷积。4.根据权利要求2所述的基于segformer的胃部病理切片细胞核分割方法，其特征在于，所述高效自注意力层将输入分别经过3个不同的线性映射之后分别得到q，k，v，将q，k，v在通道上分为h组，记为h个头，分组之后计算得到h组注意力结果，将h组结果再进行通道上的拼接作为最后的注意力结果。5.根据权利要求4所述的基于segformer的胃部病理切片细胞核分割方法，其特征在于，k的线性映射采用下采样方法。6.根据权利要求2所述的基于segformer的胃部病理切片细胞核分割方法，其特征在于，所述混合前向层的数学表达式如下：x
out
＝mlp(gelu(conv3×3(mlp(x
in
)))) x
in
，输入为xin，先经过一个由线性层-gelu激活函数-线性层构成的mlp，再经过一个3
×
3的卷积和一个gelu激活函数，再经过一个线性层-gelu激活函数-线性层构成的mlp，之后与xin相加作为最终的输出。7.根据权利要求1所述的基于segformer的胃部病理切片细胞核分割方法，其特征在于，所述解码器由一个上采样mlp和输出mlp构成，所述上采样mlp将来自4级transformer block输出的不同分辨率大小的特征图进行上采样，使他们具有相同的大小；所述输出mlp则将上采样之后的特征图进行融合生成最终的分割结果。

技术总结
本发明属于细胞核分割技术领域，具体涉及基于Segformer的胃部病理切片细胞核分割方法。基于Segformer的胃部病理切片细胞核分割方法，包括以下步骤：S1.构建数据：扫描胃部病理切片，截取清晰部分，采用1abelme软件对切片中的细胞核进行标注；S2.训练网络：利用标注完的数据对基于Segformer的分割网络进行训练，Segformer由编码器和解码器组成；S3.生成分割结果：用训练好的Segformer的分割网络对胃部病理切片进行分割，生成分割结果。本发明基于Segformer的分割网络可以对胃部病理切片细胞核进行分割，并生成细胞核分割结果，能够有效地帮助病理医生提取细胞核信息，对胃部等疾病进行有效诊断，进而为筛查胃部疾病及制定治疗方案提供帮助。方案提供帮助。方案提供帮助。


技术研发人员：唐专智 李珽君 莫春宝 胡俊承 胡洁 石武祥
受保护的技术使用者：广西中廪智工科技发展集团有限公司
技术研发日：2022.03.04
技术公布日：2022/6/4