骨髓細(xì)胞圖像分割方法研究.pdf

1、在白血病自動診斷過程中,骨髓細(xì)胞分割是一個非常重要的環(huán)節(jié),分割結(jié)果的好壞直接關(guān)系到后續(xù)識別的效果。由于骨髓細(xì)胞圖像的多樣性和復(fù)雜性,目前還沒有一種完全通用的分割方法可以實(shí)現(xiàn)對所有骨髓細(xì)胞圖像的正確分割。無論采用哪種分割算法,總會產(chǎn)生重疊、粘連的現(xiàn)象,因此,迫切需要提出一種切實(shí)可行的方法來解決這一難題。
　　 本文對骨髓涂片中白血病細(xì)胞的圖像分割進(jìn)行了研究。論文主要工作如下:
　　 本文闡述了該領(lǐng)域的國內(nèi)外研究現(xiàn)狀,介紹了

2、基于區(qū)域分割、基于邊緣分割和基于特定理論分割等幾種常用的分割算法,并進(jìn)行了比較分析,指出了它們的優(yōu)缺點(diǎn)。
　　 在骨髓圖像預(yù)處理方面,針對白血病細(xì)胞圖像中復(fù)雜的塊狀背景噪聲現(xiàn)象,提出了用雙邊濾波與OTSU法相結(jié)合確定閾值的圖像預(yù)處理方法,代替了傳統(tǒng)的使用中值濾波圖像預(yù)處理。
　　 在骨髓細(xì)胞圖像分割方面,提出了一種基于能量投影的小波變換分割方法。該方法首先基于能量投影對圖像進(jìn)行非均勻分塊,并利用小波提取圖像特征,采用改進(jìn)

3、FCM算法對特征向量進(jìn)行聚類,從而實(shí)現(xiàn)有效的圖像分割。
　　 在解決粘連細(xì)胞分離的問題時,提出了基于數(shù)學(xué)形態(tài)學(xué)的分割方法。該算法根據(jù)領(lǐng)域像素點(diǎn)傳遞的最短距離信息來計(jì)算像素點(diǎn)距最近背景像素點(diǎn)間的最短距離,利用一種鏈表結(jié)構(gòu)來存儲像素點(diǎn)的距離更新信息,并且采用了矩陣迭代實(shí)現(xiàn)距離變換。利用分水嶺算法找到粘連細(xì)胞的分離點(diǎn),從分離點(diǎn)開始,利用數(shù)學(xué)形態(tài)學(xué)中的膨脹,進(jìn)行八鄰域填充,能快速的恢復(fù)原細(xì)胞區(qū)域,精確的找到分離點(diǎn)。
　　 最后,