基于形态学方法的真菌图像分析

论文摘要

近年来,抗真菌药物的研究逐渐成为热点,如何选择合适的药物,制定合理的治疗方案,在最安全、最经济的条件下获得最佳治疗具有重要的意义。目前抗真菌药物疗效诊断还未达到自动化信息处理阶段,主要是由医务人员对真菌组织切片或者对培植在载玻片上的真菌组织用显微镜进行形态学观察,并依据经验得出诊断结论。这种方式定性的成分居多,客观性不足,在诊断科学逐步走向量化的道路上,有必要使用计算机信息处理技术推动病理诊断的自动化和科学化。本文针对上述问题,用数字图像处理、模式识别及形态学等信息技术对显微真菌图像的自动处理和定量分析的方法进行了研究,并针对医学图像分析中的难点(例如:显微切片图像背景复杂,分割困难),提出了基于高斯匹配滤波增强的预处理方法,在此基础之上定义了区域增长规则,并实现分割。经过大量的试验证实这是一种可靠、准确、稳定的提取分割方法。针对所处理图像的特点,对分割提取的真菌图像应用了多尺度CB 形态滤波滤除噪声,并利用结构元素的串行分解原则提高了运算速度。另外,本文特别推广了顺序形态变换的概念,给出了约束形态变换的定义及其滤波特性,提出并证明了其运算存在的快速变换并应用于菌落的提取。最后进行了试验和图像形态分析,为本系统的实现提供了客观量化的依据。本文给出了解决真菌显微图像的自动化检测的技术途径和实现方法,并且对大量的图像进行了处理和分析,取得了比较满意的处理结果,为进一步的研究打下了基础。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及研究意义
• 1.2 研究现状
• 1.3 本文主要研究内容
• 1.4 本文结构
• 第2章 显微图像处理及形态学简介
• 2.1 图像分割算法研究现状及分析
• 2.2 显微真菌图像分割方法讨论
• 2.3 数学形态学简介
• 2.3.1 集合形态变换
• 2.3.2 形态和差
• 2.3.3 形态和差的性质
• 2.3.4 形态开闭
• 2.4 本章小结
• 第3章 菌丝分割提取算法
• 3.1 真菌图像形态分析
• 3.2 图像预处理
• 3.3 高斯匹配滤波设计
• 3.3.1 模板匹配思想
• 3.3.2 高斯模板的建立
• 3.3.3 算法实现
• 3.4 区域增长算法
• 3.5 本章小结
• 第4章 CB 形态学与图像滤波
• 4.1 二值图像的CB 形态学变换
• 4.2 多尺度CB 形态滤波
• 4.3 基于CB 形态学的菌丝图像去噪模型
• 4.4 CB 滤波设计及快速计算
• i的分解'>4.4.1 结构元素B_i的分解
• i 的分解'>4.4.2 结构元素（?）B_i的分解
• 4.5 试验和结论
• 4.6 本章小结
• 第5章 约束形态变换
• 5.1 顺序形态学概述
• 5.1.1 离散点集的顺序形态变换
• 5.1.2 点集顺序形态变换的性质
• 5.1.3 复合顺序形态变换
• 5.1.4 数字图像的顺序形态变换
• 5.2 约束二值形态学
• 5.2.1 约束形态变换
• 5.2.2 约束形态变换的滤波特性
• 5.2.3 约束形态重组
• 5.2.4 约束形态变换的快速算法
• 5.3 菌落识别中的应用
• 5.3.1 菌落形态分析
• 5.3.2 菌落图像二值化
• 5.3.3 菌落提取算法实现
• 5.4 本章小结
• 第6章 试验及结果分析
• 6.1 试验和讨论
• 6.2 模拟真菌图像分析
• 6.3 图像处理结果
• 6.4 本章小结
• 结论
• 总结
• 进一步工作的展望
• 参考文献
• 致谢