La segmentación celular es una tarea fundamental en el análisis de imágenes biomédicas y tiene un importante valor aplicado en el diagnóstico patológico y la biología celular. La segmentación precisa del núcleo celular es crucial para el cribado de enfermedades, el análisis del microambiente tumoral y el desarrollo de planes de tratamiento. Sin embargo, la alta heterogeneidad morfológica de las células y la frecuente superposición en las imágenes de tejidos, junto con el ruido y la iluminación desigual, aumentan significativamente la dificultad de la segmentación automática. A pesar de los avances en métodos tradicionales y de aprendizaje profundo, aún existen limitaciones evidentes en condiciones complejas como la superposición celular y los bordes difusos. Por ello, este artículo propone un modelo NucleiViT basado en el transformador visual (Vision Transformer, ViT), que mediante la combinación de la optimización conjunta de características, la optimización del mecanismo de atención y el diseño de una función de pérdida con conciencia de los bordes regionales, logra una detección y segmentación precisas de células. La innovación central del modelo radica en la combinación de un mecanismo de atención dilatada con ventana deslizante, que permite la interacción de características entre diferentes ramas de tareas en un módulo compartido, maximizando las ventajas del aprendizaje multitarea; además, introduce una función de pérdida conjunta con conciencia de borde regional para mejorar la sensibilidad en el reconocimiento de los bordes celulares. Los resultados experimentales muestran que NucleiViT supera a los métodos convencionales en precisión de segmentación celular y eficiencia computacional, destacando especialmente en escenarios con superposición celular densa, mostrando una mejor robustez y sirviendo eficazmente al análisis de imágenes patológicas clínicas.

segmentación celular;optimización conjunta multitarea;pérdida con conciencia de bordes;redes neuronales