宮頸細(xì)胞圖像分割與識(shí)別算法研究.pdf

1、宮頸癌是一種發(fā)病率極高的惡性腫瘤，宮頸細(xì)胞的定量分析與識(shí)別對(duì)宮頸癌及癌前病變的篩查和診斷具有重要的實(shí)用價(jià)值。結(jié)合宮頸細(xì)胞病理學(xué)基礎(chǔ)知識(shí)，運(yùn)用圖像分析技術(shù)和模式識(shí)別技術(shù)，研究了宮頸細(xì)胞圖像的分割方法、特征參數(shù)計(jì)算與選擇以及宮頸細(xì)胞的分類與識(shí)別。主要內(nèi)容有以下方面：
　　在宮頸癌細(xì)胞圖像分割技術(shù)方面，本文以宮頸細(xì)胞巴氏染色圖像為例，根據(jù)圖像的特點(diǎn)提出兩種分割方法。第一種是基于OTSU和改進(jìn)CV模型的分割方案。該方案中，針對(duì)OTSU算法

2、對(duì)宮頸細(xì)胞圖像分割精度不高以及CV模型對(duì)初始條件敏感以及演化效率低等問(wèn)題，采用兩次OTSU閾值分割對(duì)圖像進(jìn)行粗分割，分別將分割結(jié)果區(qū)域和輪廓作為CV模型的分割區(qū)域及初始輪廓，降低了CV模型的場(chǎng)景復(fù)雜度；利用結(jié)合全局信息及局部信息的邊緣函數(shù)代替CV模型中的Dirac項(xiàng)，使分割算法更好的適應(yīng)宮頸細(xì)胞圖像；第二種是基于雙層分水嶺的分割方案。該方案中，為兼顧不同顏色特點(diǎn)的細(xì)胞核，對(duì)圖像分別進(jìn)行兩次不同參數(shù)的分水嶺分割，最終將兩次的分割結(jié)果融合到