宫颈细胞

摘要： 针对宫颈细胞图像的相似性极高,其细粒度分类存在准确率低的问题,提出了一种基于双路径网络与局部判别损失函数的DRMNet(dense reset module net)算法。该算法在特征提取阶段以残差结构为主体,加入密集连接路径,结合两者优点,使网络对特征有着高复用率、低特征冗余度的同时,保持探索新特征的能力。在分类阶段,通过改进损失函数来挖掘图像中的细微特征,利用局部判别损失函数使网络寻找具有判别力的局部区域特征。该算法在Herlev数据集上的七分类准确率达到了98.9%,对比其他算法有一定的提升,从而验证了该算法的有效性。

摘要： 为了避免宫颈病理切片中误诊漏诊和细胞识别效率低下的问题,提高细胞识别效率和精度,针对宫颈细胞数据集少的特点,建立以宫颈细胞识别准确率和特异性为目标的深度学习模型TLS-Net50(Transfer Label Smooth Net 50)。该算法引入迁移学习,增强了模型的特征提取能力,减少了模型的训练时间和训练成本。为了提高模型的泛化性和鲁棒性,在此基础上使用标签平滑正则化策略。改进后的算法在公开数据上的平均分类准确率达到了98%,对比其他经典深度学习算法表现优异,这证明了TLS-Net50算法在计算机辅助宫颈细胞分类识别领域是具有优越性的,具有一定的应用前景。

摘要： 为了实现对宫颈细胞图像相近类别的准确自动分类,提出了一种双流卷积神经网络算法。算法以DenseNet121网络和Xception网络为基础并对其进行改进,以提高算法对宫颈细胞进行细粒度分类的识别准确率。首先,在DenseNet121中引入DropBlock模块进行网络正则化,用于提高模型的泛化能力;其次,在Xception中加入SE(squeeze-and-excitation)模块调整通道权重,以增强网络提取有效特征的能力;最后,将两个网络输出的特征图进行拼接构建双流网络,来获取宫颈细胞更全面的特征信息。实验结果表明,该网络在Herlev数据集以及SIPaKMeD数据集上各性能指标都表现良好,且都达到了99%的准确率,优于改进融合前的网络,提出的算法在宫颈细胞的细粒度分类中具有较高识别率。

摘要： 宫颈细胞核质分离在宫颈细胞形态学研究中是十分重要且具有挑战性的环节.论文提出了一种基于Grab Cut算法结合Canny算子边缘检测高效分离宫颈细胞核与细胞质的方法.对获取宫颈细胞图像进行灰度变化预处理求得灰度直方图,根据直方图求解确定Canny算子双阈值,进而获取宫颈细胞核和细胞质的轮廓;根据获取的轮廓利用改进的Grab Cut算法进行核质分离,并且针对Grab Cut算法进行相应改进,使其高斯混合模型的参数的确定效率提升.实验结果表明,该算法不仅有较好的分割效果而且分割准确率与效率也很高.

摘要： 针对宫颈细胞进行取样和识别,并结合图像算法等相关技术,设计一种有效的宫颈细胞取样检测系统,利用智能机械运动设备、精密流体控制泵、深度学习等设计并搭建了一个自动化操作平台,通过RS485与基于C#语言编写的上位机系统建立串口通信,来完成对宫颈细胞的进样采集等一系列实验操作,并对采集到的宫颈细胞图像使用YOLOv3算法识别检测.实验结果证明了该系统的可行性与实用价值.

摘要： 宫颈癌是我国妇科常见恶性肿瘤,该病发生与性行为紊乱、病毒感染以及生物学因素等密切相关,其中人乳头瘤病毒(HPV)感染是宫颈癌发病的重要因素,特别是持续高危型HPV感染(HR-HPV),可造成宫颈细胞发生病变,而发展为宫颈癌.针对HPV检测对宫颈癌预防、治疗等至关重要.目前针对宫颈癌检测,液基薄层细胞学检查(TCT)、HR-HPV检测均为常见检测方式,两种检测方式均可获取较为准确的筛查结果.其中TCT可实施系统程序化处理,可提升标本的可信度,降低假阴性率;而HR-HPV可更为准确地筛选出高风险人群,提高早期筛查的针对性.TCT联合HR-HPV检测可提升宫颈癌检查准确率,为宫颈癌早期诊断、治疗提供有力的理论依据.

摘要： 基于弱监督标签的神经网络算法是医学领域的研究热点之一.针对医学领域缺少标签数据以及细胞质、细胞核分割不精确的问题,文中提出一种基于弱监督宫颈细胞图像的语义分割算法.该算法首先用无监督K-means作为标注函数生成细胞图像分割标签.然后,通过改进的Encoder-Decoder网络进行训练.文中引入CRF作为网络的最后一层以整合图片全局信息,优化分割结果.将标签及预测图像分3次进行优化训练以达到对细胞图像的像素级分类.在宫颈细胞图片数据集上对文中所提算法进行验证,实验结果表明,该算法具有良好的泛化能力,准确率高达96.7％.

摘要： 背景与目的:目前,临床上仍缺乏对宫颈细胞学阴性且高危型人乳头状瘤病毒(high-risk human papilloma virus,HR-HPV)阳性病例的有效分流措施,同时预测组织学为低度鳞状上皮内病变(low-grade squamous intraepithelial lesion,LSIL)的病例是否会进展为宫颈高度病变的生物学指标尚不明确.探讨免疫细胞化学p16/Ki-67双染检测对宫颈细胞学阴性且HR-HPV阳性病例的分流作用及LSIL的转归预测价值.方法:收集2017年4月—2018年7月于汕头市中心医院和中山大学肿瘤防治中心就诊、宫颈癌筛查细胞学阴性且HR-HPV阳性、30岁以上的708例已婚女性患者为研究对象.患者均进行了初次阴道镜检查和p16/Ki-67双染检测,观察p16/Ki-67双染检测结果与初次阴道镜组织学结果之间的关系,探讨p16/Ki-67双染诊断宫颈上皮内瘤变2/3级(cervical intraepithelial neoplasia 2/3,CIN2/CIN3)的效能,比较p16/Ki-67双染检测阳性率在不同亚型HPV感染组之间的差异.并对初次阴道镜组织学LSIL的223例患者随访1年,分析p16/Ki-67双染检测结果对LSIL转归的预测价值.结果:在生物显微镜下,宫颈细胞p16/Ki-67双染检测结果分为阴性和阳性两类.p16/Ki-67双染阳性患者中CIN2+的发生率[33.33％(55/165)]与p16/Ki-67双染阴性患者中CIN2+的发生率[1.10％(6/543)]相比差异有统计学意义(χ2=166.94,P<0.001).p16/Ki-67双染阳性患者中CIN3+的发生率[26.06％(43/165)]与p16/Ki-67双染阴性患者中CIN3+的发生率[0.37％(2/543)]相比差异有统计学意义(χ2=140.35,P<0.001).HPV其他12亚型组、HPV16/18亚型组、同时阳性组对应的p16/Ki-67双染阳性率变化经χ2趋势检验分析得知有递增趋势(χ2=29.119,P<0.001).三组间两两比较,p16/Ki-67双染阳性率之间差异有统计学意义(P<0.01).8例LSIL病变进展的患者中,有6例p16/Ki-67双染阳性,2例p16/Ki-67双染阴性,p16/Ki-67双染阳性诊断LSIL病变进展率是p16/Ki-67双染阴性的3倍.22例LSIL病变持续的患者中,有12例p16/Ki-67双染阳性,10例p16/Ki-67双染阴性,p16/Ki-67双染阳性诊断LSIL病变持续率是p16/Ki-67双染阴性的1.2倍.29例LSIL病变消退的患者中,有3例p16/Ki-67双染阳性,26例p16/Ki-67双染阴性,p16/Ki-67双染阳性诊断LSIL病变消退率是p16/Ki-67双染阴性的3/26.结论:p16/Ki-67双染检测对诊断CIN2/CIN3具有较高的效能,其阳性率与高危型HPV感染亚型有关,是分流宫颈细胞学阴性且HR-HPV阳性患者的有效方法,对组织LSIL的转归也具有较高的预测价值,有望临床推广使用.

摘要： 细胞及细胞核的准确分割是宫颈癌计算机辅助筛查中的关键技术,针对具有重叠现象的宫颈细胞分割及其细胞核的提取,提出了一种U-Net网络语义分割下的多主动轮廓细胞分割提取方法.首先,对采集到的样本图像进行标注,将其分为背景、细胞、细胞核三部分;然后,对U-Net网络进行训练,并利用训练得到的模型对图像进行分语义分割,得到其中的细胞及细胞核区域;接着在U-Net语义分割结果的基础上获得细胞团块信息,并通过像素点与细胞核之间的距离为每个细胞初始化一个水平集函数表示的细胞轮廓;最后,结合细胞的形状先验信息、图像的边缘信息和不同轮廓之间的相互信息建立水平集函数的能量泛函,通过最小化能量泛函得到细胞轮廓,最终完成每个细胞的分割.实验表明:文中提出的分割方法可以对复杂情况下的宫颈细胞进行分割,包括独立细胞和互相重叠的细胞及其细胞核,取得了良好的分割效果.

摘要： 为了在数据集过小时更好的训练卷积神经网络,提出一种方法通过训练生成对抗网络(GAN)生成新的样本进行图像数据增强.扩充后的数据集应用于训练图像分类模型,得到了不错的效果.针对Herlev宫颈细胞数据集的二分类问题,首先使用原始训练集训练GAN,生成了大量高质量的高分辨率细胞图像,将每类训练集扩充到24000例.然后使用扩充后的训练集进行分类网络训练,在Resnet迁移学习的验证集准确率高达97％,高于仿射变换扩充的数据集的训练结果93％,可见研究结果可以有效地实现图像的数据增强.研究结果也可用于其他领域的图像数据增强.

摘要： 本文阐述了定期进行宫颈细胞学检查的必要性及宫颈细胞学检查的价值,对山东省妇女宫颈细胞学普查的结果进行了分析.

摘要： 宫颈细胞学检查是早期筛查宫颈癌及癌前病变的最常用方法,随着各种诊断方法及细胞学分类的完善,TBS分类法已为细胞界推广应用,本文就如何认识及管理TBS分类中的不典型上皮细胞进行了探讨.

摘要： 本文对宫颈细胞电脑辅助系统检查发现的宫颈不典型鳞状上皮细胞129例病人进行了阴道镜检查并在阴道镜下取活检,进行组织病理学诊断,之后又进行高频电波刀宫颈电圈切除术,通过上进工作,提高临床医师对宫颈不典型鳞状上皮细胞病人的重视.

摘要： 为进一步促进宫颈/阴道细胞学诊断报告的统一,达到细胞病理与临床有效交流,本文介绍了细胞学诊断分类及描述性诊断的内容、标准和解释.

摘要： 为进一步促进宫颈/阴道细胞学诊断报告的统一,达到细胞病理与临床有效交流,本文介绍了细胞学诊断分类及描述性诊断的内容、标准和解释.

摘要： 为进一步促进宫颈/阴道细胞学诊断报告的统一,达到细胞病理与临床有效交流,本文介绍了细胞学诊断分类及描述性诊断的内容、标准和解释.

摘要： 为进一步促进宫颈/阴道细胞学诊断报告的统一,达到细胞病理与临床有效交流,本文介绍了细胞学诊断分类及描述性诊断的内容、标准和解释.

摘要： 本发明公开了石斛酚在制备抑制子宫颈癌细胞增殖和诱导子宫颈癌细胞自噬凋亡药物中的应用，属于医药领域。通过体外抑制子宫颈癌细胞增殖和诱导子宫颈癌细胞自噬凋亡活性检测了石斛酚抗子宫颈癌细胞的抑癌作用，并分析其抑癌浓度，证明了石斛酚对子宫颈癌细胞具有明显的抑制作用，以便开发出一类治疗人子宫颈癌的新型药物。所述人子宫颈癌细胞为Hela细胞。所述石斛酚能够抑制子宫颈癌细胞增殖和诱导子宫颈癌细胞自噬凋亡的有效浓度范围为25～200μmol/L。

摘要： 本发明提供了预测受试者是否具有宫颈上皮内瘤样(CIN)病变的方法。所述方法的多个方面包括从液体宫颈细胞样本获得形态测量数据和生物标志物数据，然后使用两种类型的数据预测所述受试者是否具有CIN病变。本发明还提供可用于实践所述方法的系统。所述方法和系统可用于多种应用，包括宫颈癌筛查应用。

摘要： 本发明公开了一种宫颈细胞保存液及宫颈细胞标本的制片方法，宫颈细胞保存液包括下列组分：N-乙酰-3-巯基丙氨酸、无水酒精、氯化钠、磷酸氢二钠、磷酸二氢钠、冰醋酸、浓盐酸和蒸馏水；制作宫颈细胞标本的方法，包括将取出的宫颈细胞浸泡于如上所述的宫颈细胞保存液的收集管中，振荡均匀后加入涂片装置中，将涂片装置置于离心机中离心，取出带有均匀薄层细胞涂片的载玻片；将得到的带有细胞涂片的载玻片使用固定液固定、染色、脱水和透明，最后封片得到用于诊断的标本涂片。本发明的宫颈细胞保存液和宫颈细胞标本的制作方法可靠实用、成本低效果好，适宜大规模推广。

摘要： 本公开涉及一种宫颈细胞分割网络训练方法、宫颈细胞分割方法、装置。所述方法包括：在U型网络的编码器和解码器的连接结构中加入注意力模块，得到U型注意力网络，U型注意力网络用于根据通过注意力模块得到的宫颈细胞特征通道的重要度和空间区域的重要度确定宫颈细胞图像中细胞核区域；将U型注意力网络的编码器中的每个下采样模块和第一残差模块与空洞卷积连接，得到宫颈细胞分割网络，宫颈细胞分割网络用于根据通过空洞卷积的膨胀因子得到的宫颈细胞图像中复杂层次特征信息和简单层次特征信息确定宫颈细胞图像中异常细胞区域。采用本方法能够在不引入大量参数和计算量的情况准确提取宫颈细胞图像中异常形状的细胞核以及异常形状的细胞。

摘要： 本发明涉及细胞保存技术领域，特别涉及一种宫颈细胞保存液及其制备方法和宫颈细胞保存方法。该宫颈细胞保存液按如下组分及配比制备而成：甲醇：50～70g；Tris‑HCl溶液：30～50mL；EDTA·2Na：0.5～1.5g；NaCl：0.5～1.5g；proclin950：0.001～0.01mL；Proclin300：0.001～0.01mL。本发明宫颈细胞保存液能够维持宫颈脱落细胞内及感染细胞的病毒核酸完整性，对核酸DNA提供有效保护，防止核酸降解，有利于HPV‑DNA检测。

摘要： 本发明属于医疗图像识别领域，公开了一种宫颈细胞自动分类模型建立及宫颈细胞自动分类方法。包括：获取宫颈细胞图像并进行预处理和增广，得到宫颈细胞图像数据集；建立VGG16模型，设置VGG16模型的全连接层FC1的神经元个数为a，全连接层FC2的神经元个数为b，a,b∈[256,512,1024,2048]，获得改进的VGG16模型；设置改进的VGG16模型的初始权重，然后利用宫颈细胞图像数据集对改进的VGG16模型进行训练，训练完成后，得到宫颈细胞自动分类模型。本发明对模型全连接层进行重新设计，消除了因为样本量小网络复杂而带来的过拟合以及模型训练时间长，网络不收敛的影响。重新设计后的网络更适用于宫颈细胞分类任务。

摘要： 本发明公开了一种宫颈细胞采样刷、宫颈细胞采样器和采样组件。该宫颈细胞采样刷包括刷杆和位于刷杆上的用于采样的刷头，所述刷头包括弹性本体、粘附层和绒毛，所述粘附层覆盖弹性本体的外表面，所述绒毛粘附在粘附层上。该宫颈细胞采样刷进行采样时，绒毛对皮肤没有刺激性，底层的弹性本体具有良好的回弹性能，在宫颈细胞采样刷靠近宫颈部位的皮肤时，其表面能够很好地贴合皮肤，但不伤害皮肤，因此，采样时不易出血和造成医源性伤害，不带血的样本的检测结果更准确，能够有效降低医护人员的工作量和感染风险，检测过程更安全。

摘要： 本发明提供一种多特征整合的宫颈细胞图像特征提取与识别方法及宫颈细胞特征识别装置,多特征整合的宫颈细胞图像特征提取与识别方法，包括如下步骤：对宫颈细胞图像进行二维经验模态分解；进行二维傅里叶变换，开展幅频和相频特性分析以得到幅频特性和相频特性；作奇异值分解，获得奇异值分解后的特征值；将获得的所述奇异值分解后的特征值构成宫颈细胞图像特征向量；依据最小欧氏距离检索方法对宫颈细胞测试样本图像的特征向量与细胞特征数据库中的基准训练细胞图像特征进行相似性比较以进行测试细胞图像分类识别。本发明可以充分提取宫颈细胞图像特征，提高识别精度，而且便于自动识别分类。

摘要： 本发明提供一种基于有向加权复杂网络的宫颈细胞别方法及宫颈细胞识别装置,该方法依次包括步骤S100：对宫颈细胞图像灰度化，再对宫颈细胞图像分割出宫颈细胞区域；S200：提取宫颈细胞区域的关键点，再定位宫颈细胞的中心；S300：对宫颈细胞图像构建复杂网络模型；S400：提取复杂网络模型的参数作为宫颈细胞的识别参数；S600：采用SVM分类器对宫颈细胞训练样本提取的特征向量进行训练并得到的SVM模型，再对宫颈细胞测试样本进行测试以得到所属类别。本发明通过提取宫颈细胞图像中的尽可能多的特征信息，而宫颈细胞的复杂网络参数从本质上反应了宫颈细胞的内部结构和空间特征，弥补了传统方法的不足，能够对宫颈细胞进行精确分类。

摘要： 本实用新型公开了一种宫颈细胞采样刷、宫颈细胞采样器和采样组件。该宫颈细胞采样刷包括刷杆和位于刷杆上的用于采样的刷头，所述刷头包括弹性本体、粘附层和绒毛，所述粘附层覆盖弹性本体的外表面，所述绒毛粘附在粘附层上。该宫颈细胞采样刷进行采样时，绒毛对皮肤没有刺激性，底层的弹性本体具有良好的回弹性能，在宫颈细胞采样刷靠近宫颈部位的皮肤时，其表面能够很好地贴合皮肤，但不伤害皮肤，因此，采样时不易出血和造成医源性伤害，不带血的样本的检测结果更准确，能够有效降低医护人员的工作量和感染风险，检测过程更安全。