基于水平集和局部灰度閾值的神經(jīng)干細(xì)胞序列圖像的分割算法.pdf

1、圖像分割技術(shù)在醫(yī)學(xué)圖像處理中起著極為重要的作用。由于人體的組織器官不均勻、器官蠕動(dòng)等會(huì)造成醫(yī)學(xué)圖像一般具有噪聲、病變組織邊緣模糊等問題，所以如何避免噪聲和圖像清晰度的影響，以得到準(zhǔn)確的目標(biāo)區(qū)域輪廓是圖像分割的主要研究問題。
　　 神經(jīng)干細(xì)胞（neural stem cell，NSC）是一類具有分裂潛能和自我更新能力的神經(jīng)母細(xì)胞。通過人工注射等多種方式進(jìn)行神經(jīng)干細(xì)胞移植，可以治療中風(fēng)、脊髓損傷和老年癡呆癥等多種神經(jīng)性疾病。觀察神經(jīng)

2、元干細(xì)胞的神經(jīng)元的產(chǎn)生過程和運(yùn)動(dòng)特性，可以大大提高診斷的準(zhǔn)確性和治愈率，而作為細(xì)胞研究前提的該類細(xì)胞圖像的分割過程就顯得尤為重要。
　　 在光學(xué)顯微鏡成像的神經(jīng)元干細(xì)胞序列圖像中，針對(duì)目標(biāo)與背景的弱對(duì)比度及細(xì)胞粘連、團(tuán)簇等問題，本文提出一種新的分割算法。該算法基于無(wú)需初始化的水平集算法，引入了曲率加速收斂；為降低算法的復(fù)雜度提出衡量范數(shù)能量作為水平集進(jìn)化的終止條件；最后結(jié)合局部灰度閾值法進(jìn)一步分割粘連細(xì)胞。該算法應(yīng)用于兩組細(xì)胞圖