醫(yī)學(xué)細(xì)胞顯微圖像分割與識(shí)別技術(shù)的研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，計(jì)算機(jī)圖像處理與分析技術(shù)在臨床診斷和治療中起著越來越重要的作用。對(duì)醫(yī)學(xué)細(xì)胞顯微圖像分割與識(shí)別方法的研究成為當(dāng)今圖像分析領(lǐng)域的前沿課題。在醫(yī)學(xué)研究和臨床診斷中，尤其在缺少專家的情況下對(duì)醫(yī)學(xué)細(xì)胞圖像的分割與識(shí)別具有十分重要的意義。本文以免疫組化染色的胃腺癌細(xì)胞顯微圖像為主要研究對(duì)象，重點(diǎn)研究了胃腺癌免疫組化細(xì)胞圖像的若干分割技術(shù)和區(qū)域特征識(shí)別技術(shù)。 本文的主要研究成果如下： 1.對(duì)胃腺癌免疫組化細(xì)胞圖像

2、進(jìn)行色度學(xué)分析，研究表明陽(yáng)性細(xì)胞圖像的每一個(gè)像素的R分量大于B分量；陰性細(xì)胞圖像的每一個(gè)像素的R分量小于B分量。由此色度學(xué)準(zhǔn)則對(duì)胃腺癌免疫組化細(xì)胞圖像進(jìn)行粗分割，得到陽(yáng)性細(xì)胞圖像和陰性細(xì)胞圖像。粗分割后的陽(yáng)性細(xì)胞圖像進(jìn)行平滑濾波，去掉部分噪聲干擾。 2.將上述步驟得到的圖像分別用Roberts算子、Sobel算子、Prewitt算子、LOG算子、Canny算子進(jìn)行邊緣檢測(cè)找到癌細(xì)胞的邊緣。用距離變換的分水嶺分割算法將重疊或者粘連

3、的細(xì)胞邊緣分割出來，此算法出現(xiàn)了過分割現(xiàn)象。因此提出基于改進(jìn)距離標(biāo)記的分水嶺分割算法對(duì)可疑重疊區(qū)域進(jìn)行分割，得到較為準(zhǔn)確的癌細(xì)胞區(qū)域輪廓邊界。 3.提取出胃腺癌細(xì)胞面積、周長(zhǎng)、長(zhǎng)徑、短徑、近圓度、色度特征等參數(shù)信息，為后續(xù)的胃腺癌細(xì)胞圖像識(shí)別奠定了良好的基礎(chǔ)。 4.基于提取的癌細(xì)胞樣本的信息參數(shù)，采用BP神經(jīng)網(wǎng)絡(luò)分類識(shí)別方法對(duì)胃腺癌細(xì)胞進(jìn)行識(shí)別，得到較好的識(shí)別率。 實(shí)驗(yàn)證明，本研究有效地提高了對(duì)于醫(yī)學(xué)研究和臨床診