一種多分類器融合的單個宮頸細胞圖像分割、特征提取和分類識別方法研究.pdf

1、宮頸癌是女性最常見惡性腫瘤之一，定期進行宮頸篩查，可大大降低死亡率，但是定期篩查產生大量細胞涂片，給閱片醫(yī)師造成了巨大壓力。以宮頸細胞病理學診斷技術為基礎，利用計算機對宮頸細胞涂片進行定量分析和自動判讀，在宮頸癌早期篩查和診斷中具有相當大的實用價值。
　　本論文以宮頸細胞圖像自動化分類識別為研究目標，在前人研究的基礎上，運用數(shù)字圖像處理和模式識別技術，提出了一種基于模糊積分多分類器融合的宮頸細胞圖像分類識別方法，內容主要針對宮頸細

2、胞的分割、特征提取及分類識別技術進行了研究，包括單個宮頸細胞圖像細胞質、細胞核輪廓的精確定位、細胞圖像的紋理特征提取及利用模糊積分進行多分類器融合，捕食模型優(yōu)化模糊測度，提高宮頸細胞分類準確度。完成的主要研究工作如下:
　　(1)提出一種基于改進的CV模型，用以單細胞圖像細胞核、細胞質輪廓的精確分割。首先，本文對結合梯度信息的活動輪廓模型擬合中心加權計算引入自適應權重項w，其次，構造負指數(shù)形式的g|（▽I）|作為速度函數(shù)并用|▽φ

3、(x,y)|取代δε（φ（x,y）），獲得更加清晰的圖像邊緣;最后，引入廣義模糊算子，以加強模糊邊界對演化曲線的吸引，提高了分割速度和分割的準確性。
　　(2)對單個宮頸細胞進行了定量分析，對分類特征進行了歸納總結，提取了單個宮頸細胞的形態(tài)、色度、光密度、紋理特征，發(fā)展了一種融合局部二進制（LBP）和共生矩陣(GLCM)的方法進行紋理特征提取方法，采用遺傳算法進行特征降維，實現(xiàn)特征優(yōu)化組合，用于后續(xù)分類識別。
　　(3)分別