肺組織顯微圖像癌細(xì)胞識(shí)別技術(shù)研究.pdf

1、醫(yī)學(xué)圖像的處理技術(shù)越來越智能化，其在臨床疾病診斷中的應(yīng)用也成為了醫(yī)學(xué)領(lǐng)域和計(jì)算機(jī)領(lǐng)域共同的熱點(diǎn)研究課題。隨著檢驗(yàn)手段的提升和生存環(huán)境的惡化，癌癥的成因也日新月異，疾病的診療面臨著許多新難題。在臨床醫(yī)學(xué)領(lǐng)域，通過肺組織顯微圖像來診斷肺部疾病是一種非常重要的手段。
　　“本體”源自人工智能領(lǐng)域，用來表示知識(shí)，而在計(jì)算機(jī)相關(guān)領(lǐng)域是指運(yùn)用基本的知識(shí)表達(dá)本體理論方法，通過概念分析、建模，把客觀世界里的事物抽象成一系列概念及其它們之間關(guān)系的理

2、論與方法。在某種程度上，本體可以實(shí)現(xiàn)知識(shí)的共享，以便其在不同領(lǐng)域的語義理解。
　　模糊識(shí)別和另外的傳統(tǒng)方法相比較之后，可以發(fā)現(xiàn)它獨(dú)特的一面。首先，識(shí)別標(biāo)準(zhǔn)不需要明確度量要求，其可以模擬人腦的某些思維過程，并且不需要很顯著的數(shù)據(jù)作為判別條件。其次，它是對(duì)統(tǒng)計(jì)方法和句法方法的有效補(bǔ)充，它建立在模糊數(shù)學(xué)的理論基礎(chǔ)之上?？傊?，模糊識(shí)別可以更廣泛的模擬大腦的分析問題的過程，并且允許識(shí)別對(duì)象中的干擾存在，也不需要大量的樣本作為其學(xué)習(xí)的先決條件

3、。
　　本文以肺組織顯微圖像中癌細(xì)胞對(duì)象為基礎(chǔ)，將圖像處理、圖像識(shí)別、本體建模、模糊理論相結(jié)合，簡化了圖像識(shí)別的研究過程，提出了面向?qū)ο髨D像識(shí)別的思想，對(duì)于實(shí)際或理論中的相關(guān)問題可以以其作為某種參考。本文主要做的工作如下：
　　1)學(xué)習(xí)了圖像處理和圖像識(shí)別的基礎(chǔ)知識(shí)，并編程實(shí)現(xiàn)了常用圖像處理算法。
　　2)運(yùn)用形態(tài)學(xué)邊緣檢測(cè)和分水嶺算法，提取細(xì)胞目標(biāo)區(qū)域的邊界部分，然后，根據(jù)提取的邊界計(jì)算細(xì)胞區(qū)域的周長、面積、伸展度、

4、圓形度、藍(lán)色分量比。根據(jù)提取的形態(tài)特征，經(jīng)過大量實(shí)驗(yàn)，選取合理的閾值范圍，初步判斷癌細(xì)胞區(qū)域。
　　3)以提取的封閉邊緣數(shù)字信息作為基礎(chǔ)，提出的面向?qū)ο髨D像識(shí)別的方法。設(shè)計(jì)此方法的具體步驟。
　　4)將此種方法引入到肺組織顯微圖像識(shí)別中，分析提取了肺組織灰度圖像的紋理特征：灰度共生矩陣的二階矩、熵、對(duì)比度、相關(guān)性。
　　5)根據(jù)提取的各項(xiàng)紋理特征，計(jì)算與特征庫中各項(xiàng)肺癌灰度圖像紋理特征的加權(quán)歐氏范數(shù)，據(jù)此來判定屬于哪一