病理顯微圖像分割技術(shù)的研究與應(yīng)用.pdf

1、一直以來，病理科醫(yī)生主要依靠自身經(jīng)驗對顯微細(xì)胞病理切片圖像進(jìn)行分析和判斷，并且得出相應(yīng)的診斷結(jié)論。如何實現(xiàn)對切片圖像的計算機(jī)自動或半自動識別，一直都是一個難以解決的難題；而這一難題的關(guān)鍵，就是對顯微切片細(xì)胞圖像的分割。其主要原因在于，病理切片圖像內(nèi)容比較復(fù)雜，目標(biāo)細(xì)胞之間存在較嚴(yán)重的粘連且目標(biāo)細(xì)胞與背景之間缺乏明顯的區(qū)別。 本文首先介紹了醫(yī)學(xué)顯微圖像處理系統(tǒng)的國內(nèi)外發(fā)展動態(tài)，并介紹了常見的可用于顯微圖像的圖像分割方法。然后著重討

2、論了本文采用的圖像分割算法——分水嶺算法。該算法特別適合于處理顯微細(xì)胞切片圖像等結(jié)構(gòu)復(fù)雜、目標(biāo)間存在粘連的圖像。本文詳細(xì)介紹了兩種基于不同原理的分水嶺算法及其實現(xiàn)細(xì)節(jié)；并且給出了一種解決“過分割”問題的基于“圖”數(shù)據(jù)結(jié)構(gòu)的“最近鄰區(qū)域”合并算法。該區(qū)域合并算法可以看作是本文介紹的分水嶺算法的重要組成部分；離開了區(qū)域合并，分水嶺算法很難達(dá)到預(yù)期的結(jié)果。最后，介紹了本文實現(xiàn)的病理科顯微切片圖像處理系統(tǒng)和分水嶺算法在其中的應(yīng)用，該系統(tǒng)包含了信