循環(huán)腫瘤細胞快速自動識別研究.pdf

1、隨著科學(xué)技術(shù)的進步，細胞分析技術(shù)也得到飛速發(fā)展，利用細胞成像分析來進行疾病診斷和治療已經(jīng)有了多年的研究積累，近年來各項技術(shù)的突破，該領(lǐng)域更是成為了醫(yī)學(xué)研究的前沿。利用血液中循環(huán)腫瘤細胞識別計數(shù)進行腫瘤疾病治療前幾年也應(yīng)用到了臨床，計算機圖像處理及識別技術(shù)為快速自動細胞識別提供了簡單高效的方法。
　　循環(huán)腫瘤細胞人工識別計數(shù)仍然是不少情況下使用的一種方式，人工識別非常耗費時間并且很不可靠。隨著循環(huán)腫瘤細胞識別在各類癌癥疾病中應(yīng)用的不

2、斷深入，對于循環(huán)腫瘤細胞快速自動識別與計數(shù)方法的訴求越來越大。如何快速、準確、自動化從血液顯微圖像中眾多的細胞中識別出循環(huán)腫瘤細胞并進行計數(shù)一直是腫瘤疾病研究的一項挑戰(zhàn)。
　　本文利用基本圖像處理知識，結(jié)合本文顯微系統(tǒng)成像特點，分析低倍顯微圖像中圖像特征和細胞特征，設(shè)計了一種循環(huán)腫瘤細胞快速自動識別的方法。本文工作主要分為以下幾個部分：
　　1)根據(jù)本文處理的顯微細胞圖像分辨率大的問題，采用了分塊處理圖像的方法進行圖像處理與

3、細胞識別，針對細胞粘連問題，研究了分水嶺分割算法，并分析本文圖像特征，設(shè)計了標記分水嶺算法，有效解決大部分的粘連問題。
　　2)由于圖像中循環(huán)腫瘤細胞的細胞核與細胞膜具有一定的特異性，本文研究了細胞核分割算法，通過比較不同算法的優(yōu)劣，采用改進主動輪廓算法進行細胞核與細胞膜提取，可以獲得更準確分割結(jié)果。
　　3)在細胞識別判斷上，由于圖像中可疑循環(huán)腫瘤細胞數(shù)目有時比較多，每個細胞可疑程度也不一樣，本文通過求取細胞特征空間，然后