https://github.com/koldim2001/segmentation_cells-nuclei

Instance & Semantic сегментация клеток и ядер на цитологических изображениях (мазок Папаниколау)
https://github.com/koldim2001/segmentation_cells-nuclei

instance-segmentation semantic-segmentation stardist watershed-segmentation

Last synced: about 1 month ago
JSON representation

Instance & Semantic сегментация клеток и ядер на цитологических изображениях (мазок Папаниколау)

• Host: GitHub
• URL: https://github.com/koldim2001/segmentation_cells-nuclei
• Owner: Koldim2001
• Created: 2022-12-24T16:31:27.000Z (almost 2 years ago)
• Default Branch: main
• Last Pushed: 2022-12-27T11:26:21.000Z (almost 2 years ago)
• Last Synced: 2023-03-04T23:27:25.223Z (almost 2 years ago)
• Topics: instance-segmentation, semantic-segmentation, stardist, watershed-segmentation
• Language: Jupyter Notebook
• Homepage:
• Size: 33.3 MB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# Сегментация клеток и клеточных ядер на цитологических изображениях

Врачи "Диагностического центра лабораторных исследований департамента здравоохранения города Москвы" предоставили для данной задачи результаты цитологических исследований мазков из цервикального канала и шейки матки (ПАП-тест). 


По данным изображениям клеточных структур требовалось реализовать семантическую (semantic) и инстанс (instance) сегментации клеток и клеточных ядер плоского эпителия.

    

---

В процессе решения задачи семантической сегментации были реализованы классические методы, такие как пороговая сегментция, сегментация методом водоразделов, алгоритмом k-means и прочие. Для задачи инстанс-сегментации использовался подход с помошью водоразделов, а также c помощью нейронной сети StarDist, которая имеет широкое применение в области сегментации цитологических изображений. Разметка изображений для задачи обучения сети осуществлялась в приложении QuPath.

 

Полный репозиторий со всеми фотографиями, размеченными масками и обученными моделями можно скачать по ссылке:

  




 

 > Решение данного проекта представлено в формате четырех документов:

>1. Код сегментации часть 1 - [segmentation_part_1.ipynb](https://github.com/Koldim2001/Segmentation_cells-nuclei/blob/main/segmentation_part_1.ipynb)

>2. Код сегментации часть 2 - [segmentation_part_2.ipynb](https://github.com/Koldim2001/Segmentation_cells-nuclei/blob/main/segmentation_part_2.ipynb)

>3. Код для обучения нейронной сети - [training.ipynb](https://github.com/Koldim2001/Segmentation_cells-nuclei/blob/main/training.ipynb)

>4. Текстовый отчет в формате pdf - [report.pdf](https://github.com/Koldim2001/Segmentation_cells-nuclei/blob/main/report.pdf)