医学细胞显微图像分割与识别技术的研究

论文摘要

随着计算机技术的发展,计算机图像处理与分析技术在临床诊断和治疗中起着越来越重要的作用。对医学细胞显微图像分割与识别方法的研究成为当今图像分析领域的前沿课题。在医学研究和临床诊断中,尤其在缺少专家的情况下对医学细胞图像的分割与识别具有十分重要的意义。本文以免疫组化染色的胃腺癌细胞显微图像为主要研究对象,重点研究了胃腺癌免疫组化细胞图像的若干分割技术和区域特征识别技术。本文的主要研究成果如下:1.对胃腺癌免疫组化细胞图像进行色度学分析,研究表明阳性细胞图像的每一个像素的R分量大于B分量;阴性细胞图像的每一个像素的R分量小于B分量。由此色度学准则对胃腺癌免疫组化细胞图像进行粗分割,得到阳性细胞图像和阴性细胞图像。粗分割后的阳性细胞图像进行平滑滤波,去掉部分噪声干扰。2.将上述步骤得到的图像分别用Roberts算子、Sobel算子、Prewitt算子、LOG算子、Canny算子进行边缘检测找到癌细胞的边缘。用距离变换的分水岭分割算法将重叠或者粘连的细胞边缘分割出来,此算法出现了过分割现象。因此提出基于改进距离标记的分水岭分割算法对可疑重叠区域进行分割,得到较为准确的癌细胞区域轮廓边界。3.提取出胃腺癌细胞面积、周长、长径、短径、近圆度、色度特征等参数信息,为后续的胃腺癌细胞图像识别奠定了良好的基础。4.基于提取的癌细胞样本的信息参数,采用BP神经网络分类识别方法对胃腺癌细胞进行识别,得到较好的识别率。实验证明,本研究有效地提高了对于医学研究和临床诊断中诊断的效率和准确率,并在腺癌细胞表征方面也具有重要意义。

论文目录

• 中文摘要
• Abstract
• 第1章 绪论
• 1.1 课题的研究背景及意义
• 1.2 医学细胞显微图像处理的国内外研究现状
• 1.3 本课题的目的和意义
• 1.4 本文的主要研究工作
• 1.5 论文的研究内容和组织结构
• 第2章 胃腺癌的形成及免疫组化图像的采集
• 2.1 胃腺癌的形成及癌组织切片的染色
• 2.1.1 胃腺癌的形成
• 2.1.2 癌组织切片的染色
• 2.2 图像的采集
• 2.3 癌细胞的显微特征
• 第3章 胃腺癌组织免疫组化彩色图像的分割
• 3.1 图像分割的定义
• 3.2 图像分割算法
• 3.2.1 四种传统分割方法及其比较
• 3.2.2 特殊的分割算法
• 3.3 彩色图像的彩色模型表达
• 3.4 胃腺癌免疫组化彩色图像的色度学分割法
• 3.5 平滑滤波
• 第4章 基于边缘检测的胃腺癌细胞图像分割算法
• 4.1 边缘检测概述
• 4.2 几种常见的边缘检测算子
• 4.3 分水岭分割算法
• 4.3.1 分水岭变换的原理
• 4.3.2 传统分水岭变换的数学描述
• 4.3.3 使用距离变换的分水岭分割
• 4.3.4 基于改进距离标记的分水岭算法
• 第5章 胃腺癌细胞显微图像特征提取
• 5.1 图像特征概述
• 5.2 图像特征的表示与描述方法
• 5.2.1 图像链码表达
• 5.2.2 链码归一化
• 5.3 胃腺癌细胞图像的特征描述
• 5.3.1 胃腺癌细胞几何特征的描述
• 5.3.2 胃腺癌细胞形状特征的描述
• 5.3.3 胃腺癌细胞的实验数据
• 第6章 基于BP 神经网络的胃腺癌细胞识别
• 6.1 人工神经网络
• 6.2 BP 神经网络的基本原理与方法
• 6.3 基于BP 神经网络的胃腺癌细胞识别
• 6.3.1 数据的获取与处理
• 6.3.2 BP 神经网络的设计与训练
• 6.3.3 结果
• 结论
• 参考文献
• 致谢