张 灿，陈 玮，尹 钟

(上海理工大学 光电信息与计算机工程学院,上海 200093)

宫颈癌是女性最常见的恶性肿瘤之一。人乳头瘤病毒 (Human Papilloma Virus，HPV)感染是引发宫颈癌的最主要原因。据统计，中国每年仅宫颈癌一项的新发病例数约为13万。液基薄层细胞检测(Thinprep Cytologic Test，TCT)技术是国际上最先进的一种宫颈癌细胞学检查技术，其对宫颈癌细胞的检出率为100%。宫颈细胞是子宫内壁细胞，为上皮细胞的一种。TCT根据图片中的细胞形态进行分类诊断，从而判断宫颈上皮细胞是否存在病变，同时还能发现部分癌前病变。

虽然妇女宫颈癌检测技术随时代发展在逐渐进步，但是后期阅片主要还是依靠人工。中国病理医生缺口高达8～10万人。随着计算机图像处理技术的发展，计算机辅助阅片诊断已被证明具有可行性及有效性[1]。计算机辅助阅片也将成为未来主要的辅助检测手段。

宫颈细胞分类诊断最主要的特征之一就是细胞的核质比[2]。因此，宫颈细胞的核质分割是宫颈细胞分类诊断的前提。细胞核质分割的研究方法主要有3种：(1)传统图像分割方法；(2)细胞核、细胞质分别使用二分类卷积网络分割[3]；(3)端到端的语义分割算法。

文献[4]使用图像全局阈值法分别进行图像细胞质边界与细胞核边界的标定。这种方法泛化能力低，且分割过程复杂。文献[5]通过定位种子像素，采用区域生长算法进行宫颈细胞图像分割。人工定位种子点加大了工程量，且该算法无法实现复杂背景细胞图像分割。文献[6]提出了使用改进UNet网络分别进行细胞质与细胞核的语义分割训练。……