醫(yī)學細胞顯微圖像分割與識別技術的研究.pdf

1、隨著計算機技術的發(fā)展，計算機圖像處理與分析技術在臨床診斷和治療中起著越來越重要的作用。對醫(yī)學細胞顯微圖像分割與識別方法的研究成為當今圖像分析領域的前沿課題。在醫(yī)學研究和臨床診斷中，尤其在缺少專家的情況下對醫(yī)學細胞圖像的分割與識別具有十分重要的意義。本文以免疫組化染色的胃腺癌細胞顯微圖像為主要研究對象，重點研究了胃腺癌免疫組化細胞圖像的若干分割技術和區(qū)域特征識別技術。 本文的主要研究成果如下： 1.對胃腺癌免疫組化細胞圖像

2、進行色度學分析，研究表明陽性細胞圖像的每一個像素的R分量大于B分量；陰性細胞圖像的每一個像素的R分量小于B分量。由此色度學準則對胃腺癌免疫組化細胞圖像進行粗分割，得到陽性細胞圖像和陰性細胞圖像。粗分割后的陽性細胞圖像進行平滑濾波，去掉部分噪聲干擾。 2.將上述步驟得到的圖像分別用Roberts算子、Sobel算子、Prewitt算子、LOG算子、Canny算子進行邊緣檢測找到癌細胞的邊緣。用距離變換的分水嶺分割算法將重疊或者粘連

3、的細胞邊緣分割出來，此算法出現了過分割現象。因此提出基于改進距離標記的分水嶺分割算法對可疑重疊區(qū)域進行分割，得到較為準確的癌細胞區(qū)域輪廓邊界。 3.提取出胃腺癌細胞面積、周長、長徑、短徑、近圓度、色度特征等參數信息，為后續(xù)的胃腺癌細胞圖像識別奠定了良好的基礎。 4.基于提取的癌細胞樣本的信息參數，采用BP神經網絡分類識別方法對胃腺癌細胞進行識別，得到較好的識別率。 實驗證明，本研究有效地提高了對于醫(yī)學研究和臨床診