生物醫(yī)學顯微圖像分割與識別技術(shù)的研究.pdf

1、隨著現(xiàn)代人生活節(jié)奏的加快和運動娛樂的增多，人體周圍神經(jīng)的損傷極為普遍，但神經(jīng)損傷的治療一直是外科臨床上的難題。在周圍神經(jīng)損傷修復手術(shù)中，最理想能做到相同性質(zhì)的神經(jīng)功能束準確對接，但是人體神經(jīng)結(jié)構(gòu)微小、物質(zhì)透明和形狀多變，這些生理特性不能滿足醫(yī)生肉眼直接觀察定性對接，一直以來外科臨床上對神經(jīng)損傷后的修復與再生效果都不理想，迄今仍未找到療效令人滿意的修復方法。計算機技術(shù)的迅猛發(fā)展，推動了人體結(jié)構(gòu)計算機三維重建與可視化研究的發(fā)展，通過計算機技

2、術(shù)構(gòu)建神經(jīng)內(nèi)部結(jié)構(gòu)的三維圖像能形象地反映神經(jīng)全長的內(nèi)部結(jié)構(gòu)及其變化規(guī)律，對周圍神經(jīng)損傷修復術(shù)具有重要的輔導治療意義。目前，對周圍神經(jīng)的三維可視化的研究集中于圖像的制備和配準，已取得了很好的解決方法，通過手工分割，借助于市場上現(xiàn)成的醫(yī)學三維重建軟件，三維重建也已被有效地解決。而國內(nèi)外罕見對神經(jīng)束的自動分割技術(shù)和自動識別技術(shù)的報道，神經(jīng)束的自動分割和識別仍待研究。
　　 本文主要研究利用計算機圖像處理技術(shù)分割神經(jīng)束和神經(jīng)束內(nèi)神經(jīng)纖維

3、陽性色斑，利用模式識別的知識設計分類器對陽性色斑進行識別和統(tǒng)計，通過計算神經(jīng)束內(nèi)各神經(jīng)纖維占比率來實現(xiàn)神經(jīng)束的功能識別。本文主要研究工作有:
　　 1.分析通用的神經(jīng)切片Karnorvsky-Roots染色方法在圖像特征上的不足，介紹了有利于神經(jīng)束分割和識別的Karnovsky-Roots-甲苯胺藍-水溶性猩紅復染色方法，并對染色結(jié)果圖像的特性進行了分析。
　　 2.神經(jīng)束的分割。針對神經(jīng)切片顯微圖像的不利于經(jīng)典方法分割

4、的特性，設計空間模糊C均值聚類分割方法(SFCM)，在HSI顏色模型的S分量上分割神經(jīng)束，利用直方圖模糊C均值預分割來確定最佳分類數(shù)和初始化參數(shù)，實現(xiàn)SFCM性能的改善。此方法不僅能克服原圖像中顏色重疊和目標對比度低等不利于分割的缺點，而且從S分量圖上避開了原圖像的真彩色、顏色混合和光照不均等特性。
　　 3.神經(jīng)束內(nèi)神經(jīng)纖維陽性色斑的分割。首先設計帶內(nèi)外標記的分水嶺分割算法，分割所有的神經(jīng)纖維陽性色斑區(qū)域，然后通過區(qū)域面積和圓

5、弧度設定粘連色斑判定條件，用模糊C均值分割粘連色斑。
　　 4.神經(jīng)束內(nèi)神經(jīng)纖維陽性色斑的識別和統(tǒng)計。用BP神經(jīng)網(wǎng)絡作為分類器，實現(xiàn)對神經(jīng)纖維陽性色斑的分類和統(tǒng)計。提取神經(jīng)纖維陽性色斑的形態(tài)特征和顏色特征，設計三層BP神經(jīng)網(wǎng)絡，通過手工提取訓練和測試樣本，經(jīng)訓練和測試后，完成BP網(wǎng)絡的構(gòu)建，實現(xiàn)對未知類別的神經(jīng)纖維陽性色斑的識別與統(tǒng)計。
　　 5.神經(jīng)束的功能識別。計算各神經(jīng)束內(nèi)神經(jīng)纖維的占比率，據(jù)此來識別神經(jīng)束的功能。