用于重叠细胞质分割的约束多形状演化方法

在宫颈涂片图像中分割细胞重叠的细胞质是一项临床必需的任务，用于定量测量细胞级特征以诊断宫颈癌。然而，该任务仍相当具有挑战性，主要由于重叠区域中强度（或颜色）信息的缺失。尽管基于形状先验的模型通过引入关于细胞质的先验形状信息（形状先验）来弥补强度缺失已牢固确立，但它们常产生视觉上不合理的結果，主要因为它们仅通过有限的细胞质形状假设来建模形状先验、仅利用细胞质级形状先验，且对所得细胞质形状未施加形状约束。本文提出一种新颖有效的基于形状先验的方法，称为约束多形状演化，通过在建模形状先验引导下联合演化各细胞质形状，同时分割团块中所有重叠细胞质。我们通过包含细胞质所有可能形状的无限大形状假设集来建模局部形状先验（细胞质级）。在形状演化中，我们不仅引入建模的局部形状先验，还引入通过考虑团块中细胞质间形状约束而建模的全局形状先验（团块级），以弥补分割中的强度缺失。我们还将每次演化所得形状约束在构建的形状假设集内，以进一步减少不合理的分割结果。我们在两个典型宫颈涂片数据集上评估了所提方法，大量实验结果表明该方法能有效分割重叠细胞质，持续优于最先进的方法。