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UNet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。