細胞抹片顯微圖像自動分割識別算法研究.pdf_第1頁
已閱讀1頁,還剩77頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、宮頸癌是女性中常見的惡性腫瘤,其能否治愈主要取決于宮頸癌的早期發(fā)現(xiàn)和早期診斷。隨著計算機技術(shù)的快速發(fā)展,研究者將其用于細胞抹片顯微圖像進行分析,以輔助病理醫(yī)師進行診斷。宮頸細胞抹片顯微圖像存在細胞核與背景對比度不強、染色不均勻以及細胞核粘連等問題而無法精確分割出宮頸細胞核;在宮頸細胞抹片顯微圖像的分類識別中存在特征提取單一、未進行特征選擇等問題而無法得到有效的分類性能。
  針對這些問題,本文研究并提出了一種基于多特征Mean-s

2、hift聚類和彈性數(shù)學形態(tài)學的雙尺度自動分割算法以及基于多類型特征提取與選擇的分類識別算法。本文研究工作主要包括:
  ①針對宮頸細胞抹片顯微圖像中細胞核分割存在的難點,提出一種基于多特征Mean-shift聚類和彈性數(shù)學形態(tài)學的雙尺度自動分割算法。該算法采用頂帽-底帽變換增強細胞核與背景的對比度;采用Mean-shift聚類算法對增強圖像的灰度和空間位置信息進行聚類,以實現(xiàn)宮頸細胞核的定位;采用圓形度和面積閾值判斷提取出粘連重疊

3、細胞核,并采用彈性數(shù)學形態(tài)學算法實現(xiàn)不同粘連重疊程度細胞核的分割。
  ②針對宮頸細胞抹片顯微圖像特征提取單一的問題,本文研究并提出了多類型的宮頸細胞核特征提取算法。該特征提取算法可以提取形態(tài)特征、顏色特征和統(tǒng)計紋理特征、從時域和頻域進行分析的 Gabor特征以及從圖像中像素點本身的一種結(jié)構(gòu)關(guān)系進行描述的MRF特征。綜合各類型特征用于后續(xù)宮頸細胞抹片顯微圖像的分類識別。
 ?、坩槍m頸細胞抹片顯微圖像分類識別階段未進行特征選

4、擇的問題,研究并提出基于假設檢驗的過濾式特征選擇算法和基于 GA的封裝式特征選擇算法。這兩種特征選擇算法可以減少宮頸細胞抹片顯微圖像分類識別的時間,并提高分類識別的性能。運用特征選擇算法選擇的特征進行宮頸細胞抹片顯微圖像的分類識別,驗證了本文提出的特征提取算法、特征選擇算法以及分類算法的有效性。
  本文的研究工作為宮頸細胞抹片顯微圖像的自動分割識別算法提供了新的解決辦法,為計算機輔助診斷宮頸癌提供了新的理論和方法,增強了宮頸細胞

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論