基于区域直方图的悬浮细胞自动识别与计数

论文摘要

在悬浮细胞的培养过程中，需要对活细胞进行计数。大多数医学院实验室通常采用细胞计数板对活细胞计数，即在显微镜下用目测法实现计数。这种方法工作量大，计数时间较长，需要重复计数，对操作者的技术要求较高。针对上述人工计数方法存在的缺陷，本文利用图像分析技术对拍摄的细胞图片进行处理，实现活细胞自动识别及计数。暨南大学医学院实验室要求处理的是放大倍数为100的细胞图像。可以分为两类：第一类是前景和背景对比度较小、细胞个数较少的图像；第二类是前景和背景对比度较大、细胞个数较多的图像。王娜采用背景灰度拟合的方法对第一类细胞图像进行了成功处理。但该方法不能应用于第二类细胞图像的处理。本文的主要工作就是探索处理第二类细胞图像的方法，使之能快速有效地实现细胞识别及计数。要实现细胞识别，首先要对细胞图像进行正确分割。常用的分割方法有双峰法、最大类间方差法、边缘算子检测法等。应用这些方法处理细胞图像效果都不理想。实验发现采用一种基于局部区域直方图的阈值方法分割图像，分割效果较好。对分割后的图像采用链码跟踪测量出细胞参数如细胞面积、细胞周长和细胞圆形度等，通过细胞参数实现细胞识别及计数。实验表明上述方法能快速有效地计算出活细胞个数。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 引言
• 1.1 问题的引入
• 1.1.1 医学图像处理简介
• 1.1.2 细胞的培养
• 1.2 研究目的及意义
• 1.3 研究现状概述
• 1.4 本文的工作及结构安排
• 第二章 常用的细胞图像处理与分析技术
• 2.1 图像去噪
• 2.1.1 邻域平均
• 2.1.2 中值滤波
• 2.2 图像分割
• 2.2.1 基于阈值的分割
• 2.2.2 基于边缘的分割
• 2.2.3 基于区域的分割
• 第三章 目标表达和描述
• 3.1 目标表达和描述概述
• 3.2 边界表达和描述
• 3.2.1 链码和链码表
• 3.2.2 边界长度
• 3.3 区域表达和描述
• 3.3.1 空间占有数组
• 3.3.2 线段和线段表
• 3.3.3 区域面积
• 3.3.4 区域中心
• 3.3.5 形状因子
• 第四章 细胞图像的预处理与分割
• 4.1 细胞图像预处理
• 4.1.1 细胞图像的灰度化
• 4.1.2 细胞图像的去噪
• 4.2 细胞图像的分割
• 4.2.1 全局单阈值法
• 4.2.2 自适应最大类间方差法
• 4.2.3 边缘检测
• 4.2.4 背景灰度拟合法
• 4.2.5 基于局部区域直方图分割细胞图像
• 4.2.6 基于局部区域直方图的分割程序
• 第五章 轮廓跟踪及细胞的搜索
• 5.1 轮廓跟踪
• 5.1.1 链码表到线段表的转换
• 5.1.2 单区域跟踪原理
• 5.1.3 多区域跟踪
• 5.2 细胞参数的计算及细胞搜索
• 5.3 细胞的再搜索
• 第六章 实验结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 附录
• 致谢