51黑料吃瓜在线观看,51黑料官网|51黑料捷克街头搭讪_51黑料入口最新视频

目的 循環(huán)染色體異常細(xì)胞 （ ｃｉｒｃｕｌａｔｉｎｇ ｇｅｎｅｔｉｃａｌｌｙ ａｂｎｏｒｍａｌ ｃｅｌｌ，ＣＡＣ）檢測是一種無創(chuàng)或
微創(chuàng)、敏感、經(jīng)濟(jì)的腫瘤早期診斷方法。 熒光原位雜交（ ｆｌｕｏｒｅｓｃｅｎｃｅ ｉｎ ｓｉｔｕ ｈｙｂｒｉｄｉｚａｔｉｏｎ，ＦＩＳＨ）通過計(jì)算
熒光探針在細(xì)胞核內(nèi)產(chǎn)生的增益，可以準(zhǔn)確地檢測 ＣＡＣ 中基因異常的繁殖。 然而，基于 ＦＩＳＨ 的 ＣＡＣ
識別存在細(xì)胞核重疊和熒光信號形態(tài)多樣的問題，人工檢測熒光信號是困難的。 方法 本研究基于四色
熒光原位雜交肺癌圖像，針對細(xì)胞核和染色信號形態(tài)特征提出一種級聯(lián)細(xì)胞核分割網(wǎng)絡(luò)（ ｃａｓｃａｄｅｄ
ｎｕｃｌｅｉ ｓｅｇｍｅｎｔａｔｉｏｎ ｎｅｔｗｏｒｋ，ＣＡＣＮＥＴ）和信號點(diǎn)檢測網(wǎng)絡(luò)（ｓｉｇｎａｌ ｄｅｔｅｃｔｉｏｎ ｎｅｔｗｏｒｋ，ＦＩＳＨＮＥＴ）的 ＣＡＣ 識別
方案。 首先使用 ＣＡＣＮＥＴ 對細(xì)胞核進(jìn)行分割獲取掩膜，并對應(yīng)裁剪熒光染色信號圖像，然后對單細(xì)胞
核內(nèi)的信號點(diǎn)使用 ＦＩＳＨＮＥＴ 進(jìn)行檢測，最終對信號點(diǎn)計(jì)數(shù)并利用臨床診斷方法判別細(xì)胞。 其中，
ＣＡＣＮＥＴ 通過結(jié)合注意力機(jī)制和邊緣約束算法提升重疊細(xì)胞核分割效果。 ＦＩＳＨＮＥＴ 通過熱圖回歸擬合
染色信號形態(tài)，并且自定義輕量化目標(biāo)檢測網(wǎng)絡(luò)提升信號點(diǎn)識別性能。 結(jié)果 本研究構(gòu)建 ４４ ０００ 細(xì)胞核
進(jìn)行模型的訓(xùn)練和測試。 測試結(jié)果顯示，本研究提出的 ＣＡＣＮＥＴ 在細(xì)胞核分割上取得 ９２?? ６７％的交并
比，ＦＩＳＨＮＥＴ 在信號點(diǎn)檢測的平均精度接近 ９８％且模型參數(shù)量僅有 ２?? ２４ Ｍ。 ＣＡＣ 識別的敏感性和特異
性分別為 ９６?? ５２％和 ９９?? １％。 結(jié)論 本研究提出的 ＣＡＣ 識別方案是高效且魯棒的，并且與現(xiàn)有的 ＣＡＣ 識
別方法相比有一定優(yōu)勢，有助于提高臨床肺癌診斷結(jié)果的可靠性