紅血球表面形狀特征提取與分類技術(shù)研究.pdf

1、紅血球(Red Blood Cells，RBCs)對(duì)維持人體的正常生理功能具有重要作用，它向身體的各個(gè)組織輸送氧氣，同時(shí)將細(xì)胞代謝產(chǎn)生的二氧化碳運(yùn)送回肺部。這些功能能否正常運(yùn)行很大程度上依賴于紅血球的柔韌性，而柔韌性又取決于可變形能力。臨床診斷中大量實(shí)踐經(jīng)驗(yàn)表明很多疾病都與紅血球的形變能力有關(guān)，紅血球的變形能力對(duì)血液的過(guò)濾性具有決定性的作用。在病理學(xué)研究中，如多發(fā)性硬化(Multiple Sclerosis，MS)等疾病的直接誘因皆源于

2、紅血球形變能力的減弱。因此在醫(yī)學(xué)診斷中，紅血球形狀的分析將有利于醫(yī)生準(zhǔn)確判斷病人病情。
　　 分析紅血球形變能力的一個(gè)主要途徑是計(jì)算RBC圖像中各類細(xì)胞的形狀分布。由于紅血球本身形狀的多變性，常用的分類方法并不適用于這類特殊對(duì)象。傳統(tǒng)的人工分析存在時(shí)間長(zhǎng)，精度低，很多程度上取決于直觀印象判斷等不利因素。需要將紅血球的形變特征與其形狀結(jié)合起來(lái)綜合考慮。
　　 本研究旨在通過(guò)對(duì)由掃描電鏡(Scanned Electronic

3、 Microscope，SEM)成像得到的紅血球數(shù)字圖像進(jìn)行處理，利用基于陰影恢復(fù)重建(Shape from Shading，SFS)技術(shù)進(jìn)行三維高度場(chǎng)重構(gòu)，通過(guò)基于邊界輪廓的區(qū)域生長(zhǎng)算法提取出單個(gè)細(xì)胞，進(jìn)行特征及其統(tǒng)計(jì)量的計(jì)算，最終實(shí)現(xiàn)一個(gè)紅血球的自動(dòng)分類識(shí)別系統(tǒng)。具體包括如下幾點(diǎn)：
　　 1.針對(duì)由掃描電鏡成像得到的紅血球數(shù)字圖像中包含大量相互重疊(Overlapped)的紅血球，考慮到圖像中紅血球的分布統(tǒng)計(jì)特征，假設(shè)滿足一

4、致同等均勻分布，只需提取處于最上層的細(xì)胞圖像。對(duì)由輪廓跟蹤算法得到的邊界輪廓中心點(diǎn)進(jìn)行區(qū)域生長(zhǎng)算法分離出各個(gè)細(xì)胞的圖像。
　　 2.提出一種SEM成像條件下的基于線性逼近的用于解決反射映射函數(shù)的Shape from Shading紅血球表面形狀三維重建方法。采用Lambertian反射模型，圖像亮度偏微分方程(Image Iradiance Equation，IRE)的求解利用基于Taylor展開的線性逼近差分運(yùn)算得到。重建的三

5、維高度場(chǎng)形狀可視為距離圖像(Range Image)作為細(xì)胞圖像的表面分割輸入。
　　 3.提出一種針對(duì)不規(guī)則多形變紅血球數(shù)字圖像的自適應(yīng)曲面擬合以及曲率計(jì)算方法。通過(guò)陰影恢復(fù)技術(shù)重構(gòu)的細(xì)胞表面的三維高度場(chǎng)形狀，利用三維數(shù)據(jù)點(diǎn)根據(jù)最小二乘法進(jìn)行曲面擬合。選定深度均方誤差閾值來(lái)決定參與擬合的鄰域點(diǎn)，計(jì)算得到的高斯曲率、平均曲率可用來(lái)表征某一點(diǎn)的表面類型，主曲率則用來(lái)觀察曲面變化較大的區(qū)域。通過(guò)迭代變階二元多項(xiàng)式函數(shù)分別對(duì)不同類型表