胸水癌細(xì)胞顯微圖像處理與識別方法研究.pdf

1、傳統(tǒng)的醫(yī)學(xué)顯微圖像的分析是在光學(xué)顯微鏡下由醫(yī)生用肉眼觀看、計(jì)數(shù)和判斷，并對照顯微圖例給出診斷結(jié)論。這樣，醫(yī)生工作量較大，對病情的診斷過分依靠經(jīng)驗(yàn)。 為了改善上述問題，本文將數(shù)字圖像處理技術(shù)、模糊模式識別和模糊聚類分析引入到胸水癌細(xì)胞顯微圖像的處理中，即在對原始顯微圖像進(jìn)行邊緣檢測的基礎(chǔ)上，在通過將數(shù)字形態(tài)學(xué)知識與模糊模式識別結(jié)合的方式對胸水癌細(xì)胞顯微圖像進(jìn)行特征提取與識別并運(yùn)用模糊聚類分析方法對細(xì)胞樣本空間的劃分進(jìn)行了優(yōu)化，為癌

2、癥的診斷提供可靠具體的參數(shù)。 細(xì)胞圖象的邊緣檢測是進(jìn)行顯微圖象識別的關(guān)鍵，邊緣檢測算法是本文的研究重點(diǎn)之一。胸水癌細(xì)胞形態(tài)各異，具有很大的不確定性，往往在同一幅圖像中同一種癌細(xì)胞形態(tài)也不完全相同，因此普通的邊緣檢測方法效果不佳。由于圖像的不確定性是由其模糊性造成的，本文采取了模糊邊緣檢測的方法提取其邊緣信息。 在細(xì)胞特征提取方面，在邊緣檢測的基礎(chǔ)上依據(jù)形態(tài)學(xué)知識和病理學(xué)專家的醫(yī)學(xué)知識提取了諸如周長、面積、核質(zhì)比、光密度、

3、細(xì)胞及細(xì)胞核形狀因子等9個度量參數(shù)。 然后基于提取的9個參數(shù)，采用模糊模式識別方法對胸水癌細(xì)胞進(jìn)行了識別。建立了諸如細(xì)胞核增大的細(xì)胞、細(xì)胞核深染的細(xì)胞、細(xì)胞核不圓的細(xì)胞等6個模糊集合和與之相應(yīng)的6個隸屬函數(shù)，并根據(jù)模糊集合的運(yùn)算法則將胸水細(xì)胞樣本空間進(jìn)一步劃分為4個標(biāo)準(zhǔn)模式，實(shí)現(xiàn)了胸水癌細(xì)胞的識別。 最后，為了提高模糊集合的劃分精度，減少人為因素的干預(yù)，采用基于目標(biāo)函數(shù)的模糊聚類分析方法對胸水細(xì)胞樣本空間的劃分進(jìn)行了進(jìn)一