基于移窗多头自注意力Mask RCNN的红细胞实例分割

基于移窗多头自注意力Mask RCNN的红细胞实例分割

陈　鑫^1,2,3　王志平⁴　陆雪松^1,2,3　李　智^1,2,3（通讯作者）

（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）

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。

关键词：细胞分割；实例分割；深度学习；注意力机制