论文摘要
宫颈涂片筛检异常细胞为降低宫颈癌的死亡率起了重要作用。上世纪八十年代以前，涂片必须经肉眼在显微镜下检查，但检查结果存在较高的假阴性率。为此，宫颈细胞涂片计算机辅助检测系统陆续被推向市场。但是，这些进口设备价格相当昂贵，国内许多医院无力购买如此昂贵的设备。因此，研发国产的宫颈涂片自动辅助判读系统（CCASS）具有很高的实用价值和广泛的市场前景。本论文研制的CCASS系统由四大子系统构建而成，包括显微镜的微动平台及相关配件构成的精密机械子系统，计算机、数字I／O卡、步进电机驱动器及限位电路等设备构成的电子控制线路子系统，生物显微镜、CCD摄像头、图像采集卡等部件构成的图像采集子系统以及由图像处理、细胞分析等构成的软件子系统等。CCASS系统可以处理传统Pap涂片，亦可以处理液基薄层细胞涂片（TCT）。本论文开发了平台控制和图像采集底层控制程序。病理学医生通过CCASS的人机界面来调用这些底层程序，控制高精度显微镜扫描平台在二维X、Y轴方向精密移动，同步在显示器上获取高质量、高清晰度的放大图像，病理学医生可以通过显示器直接观察不同区域上细胞的形态，降低眼睛疲劳程度。CCASS的PC软件在C++ Builder5.0开发平台上实现。软件基本功能包括病例档案管理，图片保存，报告打印等。本论文通过将成熟的图像处理算法有针对性地用于宫颈细胞图像处理，较好的实现了对宫颈细胞图像几何变换，色彩变换，平滑，增强，边缘检测；在对比分析相关显微图像拼接算法的基础上，选择合适算法将局部图像合成更大视野的高分辨率图像，供医生更好的观察细胞形态；将相关文献中报导的处理病理细胞和金属微粒形态测量的算法用于宫颈细胞形态参数的测量，较好的实现了细胞形态参数测量及细胞核浆比分析等功能。最后，本文对利用神经网络进行宫颈细胞识别和分类的技术作了探讨性的研究，并进行了仿真实验。
论文目录
摘要ABSTRACT目录第一章 绪论1.1 宫颈涂片自动辅助判读系统研究的目的与意义1.2 宫颈涂片自动辅助判读系统研究的发展和现状1.2.1 发展历史1.2.2 AutoPap-图像处理与模式识别技术1.2.3 PapNet-神经网络技术1.2.4 Thinprep图像分析系统1.2.5 应用价值1.3 研究重点第二章 系统总体设计2.1 系统结构2.1.1 工作流程2.1.2 逻辑结构2.1.3 物理结构2.2 技术参数2.3 技术方案2.3.1 基本功能2.3.2 平台控制和图像采集2.3.3 图像处理和图像拼接2.3.4 宫颈细胞分析识别模块第三章 平台控制与图像采集3.1 步进电机驱动器3.2 AMPCI-7205数字I/O卡3.2.1 技术指标3.2.2 工作原理3.2.3 安迈AMPCI-7205卡函数介绍3.2.4 接线方式3.3 图像采集卡3.3.1 动态链接库Capture.dll3.3.2 接口说明3.4 PC机与板卡的通信3.4.1 数字I/O卡的通信3.4.2 图像采集卡的通信3.5 底层控制程序3.5.1 平台控制底层程序3.5.2 图像采集底层程序3.6 上层软件控制程序3.6.1 模块实现3.6.2 用户接口3.6.3 平台参数设置3.6.4 采集卡参数设置3.6.5 其它处理第四章 图像处理与图像拼接4.1 图像处理方法4.1.1 几何变换4.1.2 色彩变换4.1.3 图像平滑4.1.4 图像增强4.1.5 边缘检测4.2 图像处理实现方案4.3 图像拼接方法4.3.1 简单的平铺对接4.3.2 基于区域的对接4.3.3 基于特征的对接4.4 图像拼接实现方案第五章 宫颈细胞分析与识别5.1 细胞形态学测量方法5.1.1 面积5.1.2 周长5.1.3 直径5.1.4 圆形度5.1.5 长短径比5.1.6 细胞核浆比分析5.2 细胞形态学测量方案5.2.1 图像预处理5.2.2 形态参数测量5.3 多层感知器（MLP）神经网络识别5.3.1 MLP的原理5.3.2 MLP的网络训练算法5.3.3 MLP的识别结果与分析5.4 径向基（RBF）人工神经网络5.4.1 RBF的原理5.4.2 RBF的网络训练算法5.4.3 RBF的识别结果与分析5.5 神经网络对比分析5.6 神经网络的实现5.6.1 共轭梯度法5.6.2 RBF方法第六章 总结与展望6.1 总结6.2 展望参考文献附录致谢个人简历、在校期间发表的学术论文与研究成果
相关论文文献
标签：宫颈涂片论文; 显微镜论文; 图像处理论文; 图像识别论文; 神经网络论文;
