FISH圖像分析系統(tǒng)的研究.pdf

1、本論文主要在研究已有的醫(yī)學(xué)圖像處理平臺(tái)的基礎(chǔ)上，以FISH探針標(biāo)記的胃癌腫瘤細(xì)胞的熒光圖像為研究對(duì)象，用該FISH圖像分析系統(tǒng)對(duì)熒光標(biāo)記的細(xì)胞圖像進(jìn)行圖像的預(yù)處理與熒光區(qū)域的分割，然后進(jìn)行了細(xì)胞特征匹配，提取了細(xì)胞內(nèi)的原癌基因人類(lèi)表皮生長(zhǎng)因子受體-2(HumanEpidermalGrowthfactorReceptor-2，HER2)DNA特異性探針信號(hào)，并且把17號(hào)染色體著絲粒信號(hào)作為HER-2DNA的內(nèi)對(duì)照，對(duì)這兩種信號(hào)進(jìn)行定量計(jì)算

2、得出分析結(jié)果，從而達(dá)到指導(dǎo)臨床預(yù)后的目的。
　　 由于熒光圖像在攝取的過(guò)程中不可避免地會(huì)受到設(shè)備、周邊環(huán)境和一些自發(fā)熒光的影響，使得攝取到的圖像中含有許多噪聲，因此提取熒光區(qū)域的首要任務(wù)是減少圖像中的噪聲。本文首先介紹了FISH圖像的特點(diǎn)，對(duì)二值形態(tài)學(xué)和灰度數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算進(jìn)行了綜述性分析，提出了一種新的基于HSL顏色空間的彩色數(shù)學(xué)形態(tài)學(xué)算法，該方法利用圖像高帽變換與低帽變換結(jié)合增強(qiáng)對(duì)比度的思想改善了圖像的視覺(jué)效果。要對(duì)圖像

3、中的熒光區(qū)域進(jìn)行分析處理，就必須把它從圖像中分割出來(lái)，本文分析了現(xiàn)有的幾種典型的圖像分割算法的原理和特點(diǎn)，再結(jié)合熒光圖像的特異性提出了一種新的基于閾值法分割的FISH熒光圖像的自適應(yīng)優(yōu)化分割算法，該方法能夠很清新地把目標(biāo)區(qū)域分割出來(lái)。由于熒光區(qū)域并不是和細(xì)胞一一對(duì)應(yīng)，信號(hào)的定量計(jì)算又是基于細(xì)胞的，所以又采用了基于細(xì)胞形態(tài)的橢圓匹配法完成細(xì)胞的提取。繼而進(jìn)行細(xì)胞內(nèi)紅綠信號(hào)比率的計(jì)算，得出分析結(jié)果，從而實(shí)現(xiàn)了對(duì)胃癌細(xì)胞是否存在HER-2基因