臍靜脈內(nèi)皮細(xì)胞圖像分割算法研究及系統(tǒng)實(shí)現(xiàn).pdf

1、人體臍靜脈內(nèi)皮細(xì)胞作為炎癥、腫瘤等多種疾病發(fā)生的重要影響因子，已逐步成為醫(yī)學(xué)研究的重點(diǎn)對(duì)象之一。然而，由于人體臍靜脈內(nèi)皮細(xì)胞屬于血管的貼壁細(xì)胞，形狀大小很不規(guī)則，亮度很不均勻，且存在嚴(yán)重的粘連現(xiàn)象，現(xiàn)有的細(xì)胞圖像自動(dòng)分析系統(tǒng)對(duì)臍靜脈內(nèi)皮細(xì)胞的分析處理結(jié)果很差，尤其是對(duì)粘連臍靜脈內(nèi)皮細(xì)胞的分割處理，誤差很大，而粘連細(xì)胞圖像的分割結(jié)果直接影響到后續(xù)細(xì)胞特征參數(shù)的提取和統(tǒng)計(jì)分析的準(zhǔn)確性。為了實(shí)現(xiàn)臍靜脈內(nèi)皮細(xì)胞圖像的精確分割，針對(duì)內(nèi)毒素誘導(dǎo)后的

2、活化和靜息兩種不同狀態(tài)下臍靜脈內(nèi)皮細(xì)胞圖像的特點(diǎn)，本文提出了兩種改進(jìn)的分水嶺分割方法，有效地提高了細(xì)胞圖像分割的準(zhǔn)確率，具體總結(jié)如下：
　　針對(duì)內(nèi)毒素誘導(dǎo)的活化狀態(tài)下的臍靜脈內(nèi)皮細(xì)胞圖像，提出了一種基于區(qū)域極小值提取的改進(jìn)分水嶺分割方法。該方法首先采用灰度圖像的形態(tài)學(xué)處理對(duì)圖像進(jìn)行頂帽變換和底帽變換來(lái)增強(qiáng)圖像的對(duì)比度，然后利用H-極小值變換和形態(tài)學(xué)極小值強(qiáng)加技術(shù)對(duì)圖像進(jìn)行區(qū)域極小值提取，最后使用形態(tài)學(xué)分水嶺變換方法對(duì)極小值標(biāo)記的圖

3、像進(jìn)行分割，最終實(shí)現(xiàn)了內(nèi)毒素誘導(dǎo)后的活化狀態(tài)下的臍靜脈內(nèi)皮細(xì)胞的準(zhǔn)確分割。
　　針對(duì)內(nèi)毒素誘導(dǎo)的靜息狀態(tài)下的臍靜脈內(nèi)皮細(xì)胞圖像，提出了一種基于“種子區(qū)域”和距離圖重建的臍靜脈細(xì)胞圖像分割算法，該方法是在細(xì)胞核圖像與細(xì)胞圖像相結(jié)合的基礎(chǔ)上實(shí)現(xiàn)細(xì)胞圖像分割的，首先將細(xì)胞核定位到對(duì)應(yīng)的細(xì)胞圖像中，以細(xì)胞核為細(xì)胞圖像的“種子區(qū)域”，然后采用改進(jìn)的距離圖重建方法重構(gòu)細(xì)胞圖像的距離圖，最后對(duì)距離圖進(jìn)行分水嶺變換，最終實(shí)現(xiàn)了內(nèi)毒素誘導(dǎo)的靜息狀態(tài)