正常肝細胞統(tǒng)計形狀建模技術的研究與實現(xiàn).pdf

1、病理診斷被稱為臨床診斷的金標準，而目前病理科醫(yī)生的數(shù)量嚴重不足，工作量非常繁重，因此病理學對病理圖像的計算機輔助診斷(CAD)技術提出了迫切需求。但是，病理圖像的計算機輔助診斷技術卻遠遠落后于CT、MRI等影像的CAD技術。肝細胞分割是肝組織病理診斷的首要問題，正常肝細胞統(tǒng)計形狀模型的建立對輔助篩查異常肝細胞進而診斷肝癌具有重要的研究意義和應用價值。
　　本文通過學習大量的國內外相關文獻，以肝組織病理圖像作為研究對象，對肝細胞分割

2、和正常肝細胞統(tǒng)計形狀建模方法進行了深入的研究，提出了粘連細胞分割的新算法和肝細胞統(tǒng)計形狀模型的建立方法。具體研究如下:
　　(1)肝細胞分割是建立肝細胞統(tǒng)計形狀模型的前提，本文提出的肝細胞分割算法主要分為圖像預處理、粗分割、粘連細胞分割等三個步驟。在預處理階段，本文采用均值濾波和基于直方圖均衡化的R通道增強;粗分割階段，主要利用水平集算法進行粗分割;在粘連細胞分割階段，本文提出了一種改進的分水嶺算法，基于自適應鄰域進行粘連細胞的分

3、割，該算法不但可以改善傳統(tǒng)算法的過分割問題，而且明顯的提高了分割效率。
　　(2)在正常肝細胞統(tǒng)計形狀建模部分，本文通過利用極坐標表示肝細胞形狀，就將細胞樣本之間的對齊問題由二維空間轉變成在一維空間的對齊問題，簡化了采樣點的選擇問題，同時提高了建模效率。
　　為了驗證算法的有效性，本文對實際的HE染色肝組織病理圖像分別進行了細胞分割和建立統(tǒng)計形狀模型的實驗，實驗結果表明:本文算法能較好的分割出肝細胞，并且能夠建立表現(xiàn)良好的肝