医学显微图像的分割研究

医学显微图像的分割研究

论文摘要

免疫组织化学是用特异性抗体显示组织化学成分的重要方法,是实验结果以显微图像的形式显示出来。计算机图像处理技术已经成为免疫组化显微图像分析技术发展的趋势。借助于计算机图像分析系统,使用平均阳性染色面积百分比(APSAP)法分析免疫组化切片结果,对病理学的诊断有重要的辅助作用。本文以Ki67标记的胃腺癌细胞免疫组化显微图像为主要研究对象,提取阳性目标区域,并对其定量分析。本文对医学图像分割的理论、方法和技术作了全面、细致的研究。首先,文章对医学图像分割的有关概念、方法及其研究现状进行了综述,然后分别讨论了针对免疫组化显微图像的阳性表达区域的现行分割方法。胃腺癌细胞的区域特征信息为病理专家提供了诊断依据。为了准确地提取和定量分析,论文主要进行了胃腺癌细胞图像预处理技术、阳性区域分割和平均阳性染色区域百分比分析法三个方面的研究。对此根据具体问题的特殊性,本文提出了两种算法。这两种算法充分考虑到了颜色信息与图像内容的关系。基于YIQ颜色空间的阈值分割方法:对原图像进行了变换色系的处理,把原始的RGB图像变换到YIQ颜色空间,选取前景和背景区分最明显的I分量对感兴趣区域进行阈值分割,并做标记,提取目标区域。基于欧氏距离的分割方法:是根据两点间的欧氏距离来判断色差,对颜色聚类分割,最后得到阳性染色目标区域。实验表明,本文所示的算法对免疫组化显微图像的阳性染色目标区域的提取效果好,算法简便。

论文目录

  • 中文摘要
  • Abstract
  • 第1章 绪论
  • 1.1 医学图像处理的概况
  • 1.1.1 肿瘤细胞诊断系统的发展状况
  • 1.1.2 医学图像处理的特点及研究动态
  • 1.2 课题研究的背景和意义
  • 1.2.1 免疫组织化学显微图像分析技术进展
  • 1.2.2 免疫组织化学结果的图像分析与人工技术方法的对比
  • 1.2.3 平均阳性染色面积百分比法分析法
  • 1.3 论文研究的内容与组织结构
  • 1.3.1 论文研究的主要内容
  • 1.3.2 论文的组织结构
  • 第2章 医学病理基础知识介绍
  • 2.1 肿瘤发生的分子机制
  • 2.1.1 癌基因
  • 2.1.2 肿瘤抑制基因
  • 2.2 介绍论文中的两种主要抗原
  • 2.2.1 Ki67 抗原
  • 2.2.2 P27 抗原
  • 2.3 免疫组织化学方法染色
  • 2.4 研究图片内容简介
  • 2.5 本章总结
  • 第3章 彩色图像处理
  • 3.1 彩色图像分割综述
  • 3.2 彩色图像的颜色空间及其转换
  • 3.2.1 颜色空间的基本性质
  • 3.2.2 RGB 颜色空间介绍
  • 3.2.3 YIQ 颜色空间及其转换
  • 3.2.4 HSI 颜色空间极其转换
  • 3.3 图像的预处理
  • 3.3.1 直方图均衡化
  • 3.3.2 高帽变换、低帽变换增强图片
  • 3.4 彩色图像分割方法
  • 3.4.1 基于像素的分割方法
  • 3.4.2 基于区域的图像分割方法
  • 3.4.3 基于边缘的分割方法
  • 3.4.4 其他分割方法
  • 3.5 本章小结
  • 第4章 医学图像分割
  • 4.1 医学图像分割算法综述
  • 4.2 基于OTSU 法的免疫组化显微图像的阳性区域提取
  • 4.2.1 HSI 空间各分量的阈值分割
  • 4.2.2 RGB 空间各分量的阈值分割
  • 4.2.3 YIQ 空间各分量的阈值分割
  • 4.3 基于欧氏距离的分割方法
  • 4.3.1 算法分析
  • 4.3.2 算法描述
  • 4.4 本章小结
  • 第5章 平均阳性染色面积百分比分析
  • 5.1 APSAP 法数学证明
  • 5.2 APSAP 法与其他方法比较的优点
  • 5.3 MATLAB 中图像面积的计算
  • 5.3.1 基于 YIQ 空间的分割结果处理
  • 5.3.2 基于欧氏距离的分割结果处理
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].细胞迁移显微图像自动检测初探[J]. 科技创新与应用 2020(26)
    • [2].一种基于卷积神经网络的砂岩显微图像特征表示方法[J]. 软件学报 2020(11)
    • [3].一种高倍数细胞显微图像生成式对抗网络[J]. 计算机工程 2020(06)
    • [4].基于深度学习的秀丽隐杆线虫显微图像分割方法[J]. 计算机应用 2020(05)
    • [5].显微图像法测量颗粒粒径的不确定度评定[J]. 中国粉体技术 2015(03)
    • [6].荧光显微图像显示与分析系统[J]. 科技通报 2018(01)
    • [7].荧光显微图像技术在油气勘探开发中的应用综述[J]. 石油化工应用 2016(09)
    • [8].妇科医学显微图像中乳酸杆菌的检测和统计分析[J]. 数据采集与处理 2015(05)
    • [9].激光显微图像散斑对比度分析[J]. 西北大学学报(自然科学版) 2012(03)
    • [10].中医显微舌像仪——苔液显微图像辨证初探[J]. 中医杂志 2010(S1)
    • [11].荧光显微图像技术创新与推广[J]. 内蒙古石油化工 2010(19)
    • [12].沉积岩显微数字图像数据的获取与信息收集标准[J]. 中国科学数据(中英文网络版) 2020(03)
    • [13].数字摄像头和生物显微镜对显微图像定量分析的影响[J]. 中国医药导报 2014(02)
    • [14].显微图像处理技术快速检测酵母菌总数[J]. 食品工业科技 2012(08)
    • [15].基于角点的医学显微图像拼接[J]. 中国医学物理学杂志 2010(01)
    • [16].荧光显微图像量化表征方法研究[J]. 录井工程 2010(04)
    • [17].基于估计补偿的医学显微图像拼接技术[J]. 生物医学工程学杂志 2008(04)
    • [18].金属显微图像预处理与晶粒度测量的研究[J]. 吉林工程技术师范学院学报 2008(01)
    • [19].阿尔茨海默症海马区显微图像的分割算法[J]. 清华大学学报(自然科学版) 2008(09)
    • [20].基于Group-Depth U-Net的电子显微图像中神经元结构分割[J]. 中国医学物理学杂志 2020(06)
    • [21].荧光显微图像的噪声干扰去除方法研究进展[J]. 智库时代 2018(30)
    • [22].赤潮藻显微图像自动识别方法[J]. 山东大学学报(工学版) 2016(03)
    • [23].荧光显微图像在石油勘探开发领域技术系统的升级与应用[J]. 中国石油和化工标准与质量 2012(12)
    • [24].有害赤潮显微图像识别的三级分类器设计[J]. 中国海洋大学学报(自然科学版) 2012(11)
    • [25].血液显微图像中红细胞计数系统的研究与实现[J]. 医学信息 2009(01)
    • [26].使用荧光遥感及显微图像处理技术对水体富营养化预警的研究[J]. 科协论坛(下半月) 2009(07)
    • [27].基于深度学习的小样本中药材粉末显微图像识别[J]. 计算机应用 2020(05)
    • [28].基于小波变换的皮肤显微图像去噪算法的研究[J]. 上海电力学院学报 2008(01)
    • [29].医学显微图像的定量分析技术方法的比较[J]. 科技展望 2015(30)
    • [30].荧光显微图像识别方法在呼吸道九联检中的应用[J]. 中国生物医学工程学报 2020(05)

    标签:;  ;  ;  ;  

    医学显微图像的分割研究
    下载Doc文档

    猜你喜欢