基于移窗多头自注意力MaskRCNN的红细胞实例分割  

Instance Segmentation of Erythrocyte Based on Shifted Window Multi-head Self-attention Mask RCNN

作　　者：陈鑫 王志平 陆雪松[1,2,3] 李智 CHEN Xin;WANG Zhiping;LU Xuesong;LI Zhi

机构地区：[1]中南民族大学生物医学工程学院 [2]医学信息分析及肿瘤诊疗湖北省重点实验室 [3]认知科学国家民委重点实验室 [4]深圳安侣医学科技有限公司

出　　处：《计量与测试技术》2023年第5期81-84,89,共5页Metrology & Measurement Technique

基　　金：湖北省重点研发计划项目(项目编号:2022BAA037);中南民族大学中央高校基本科研业务费专项资金项目(项目编号:CZQ23050);中南民族大学实验室研究项目(项目编号:SYYJ2022003);中南民族大学教学改革研究项目(项目编号:JYX21042);中南民族大学课程改革专题研究项目(项目编号:KGZX202018)。

摘　　要：精准的红细胞图像分割是基于计算机视觉进行血液自动化分析的前提。针对现有的红细胞图像分割方法分割不准的问题,本文提出基于Swin Transformer-based Mask RCNN的红细胞分割算法。该算法分为两步:(1)利用Swin Transformer主干网络提取红细胞图像,得到多层次特征图并生成候选区域;(2)利用全卷积网络,预测候选区域所属类别、回归框位置及分割图。在私有数据集进行仿真评估,结果表明:该模型的AP系数比原模型提高了约3个单位,并得到94%的准确度。Accurate erythrocyte image segmentation is a prerequisite for automated computer vision-based blood a-nalysis.To address the problem of inaccurate segmentation of existing red blood cell image segmentation methods,this paper proposes a red blood cell segmentation algorithm based on Swin Transfommer-based Mask RCNN.The algorithm is divided into two steps:(1)the Swin Transformer backbone network is used to extract the erythrocyte im-age to obtain the multi-level feature map and generate the candidate regions;(2)the full convolutional network is used to predict the class to which the candidate regions belong,the regression box position and the segmentation map.Simulation evaluation is performed on a private dataset,and the results show that the AP coefficient of this model improves by about 3 units and obtained 94%accuracy compared with the original model.

关 键 词：细胞分割 实例分割 深度学习 注意力机制 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程] R318[医药卫生—生物医学工程]