醫(yī)學(xué)顯微細(xì)胞圖像分割算法及熒光強(qiáng)度提取研究.pdf

1、隨著生活水平的提高,人們開始更多地關(guān)注自己的身體,進(jìn)行更多的身體檢查。而細(xì)胞特征提取是生物醫(yī)學(xué)檢查的重要內(nèi)容之一,不同生理狀態(tài)會(huì)引起細(xì)胞變化,這些變化又與疾病類型及嚴(yán)重程度直接相關(guān)。同時(shí),計(jì)算機(jī)技術(shù)的迅猛發(fā)展讓基于計(jì)算機(jī)視覺的醫(yī)學(xué)細(xì)胞圖像處理成為可能,為醫(yī)務(wù)人員通過顯微鏡觀察細(xì)胞特征變化提供了很大的方便。為了實(shí)現(xiàn)細(xì)胞的定量分析,必須提取細(xì)胞形態(tài)和熒光強(qiáng)度等方面特征參數(shù),但是這些特征參數(shù)的提取與細(xì)胞能否正確分割具有很大的關(guān)系。由于細(xì)胞特征

2、的復(fù)雜性,不僅細(xì)胞形狀各異,而且細(xì)胞與細(xì)胞之間經(jīng)常會(huì)發(fā)生粘連的現(xiàn)象而且粘連程度不一,這些現(xiàn)象的存在又給分割帶來了很大的困難。本文就此討論了兩種不同醫(yī)學(xué)顯微細(xì)胞——巨噬細(xì)胞和臍靜脈內(nèi)皮細(xì)胞的分割,具體研究工作概況如下:
　　針對(duì)強(qiáng)粘連巨噬細(xì)胞的分割,提出了一種改進(jìn)的分水嶺混合分割算法。該方法結(jié)合了灰度級(jí)形態(tài)學(xué)腐蝕膨脹操作、頂帽變換和底帽變換、H-極小值變換以及分水嶺變換,在欠分割和過分割問題上有很大的改進(jìn),實(shí)現(xiàn)了強(qiáng)粘連巨噬細(xì)胞的有效

3、分割。
　　針對(duì)形狀各異且亮度不均勻的臍靜脈內(nèi)皮細(xì)胞,提出了兩種新的分割算法。這兩種方法的實(shí)現(xiàn)都結(jié)合了臍靜脈內(nèi)皮細(xì)胞對(duì)應(yīng)的細(xì)胞核圖像。一種是基于粘合區(qū)域種子點(diǎn)配對(duì)和分割線的方法,該方法利用細(xì)胞核圖的種子點(diǎn)圖,找到細(xì)胞圖中目標(biāo)區(qū)域種子點(diǎn)個(gè)數(shù),進(jìn)行粘連區(qū)域的判斷以及對(duì)應(yīng)種子點(diǎn)的配對(duì),通過分割規(guī)則,得到分割線,實(shí)現(xiàn)細(xì)胞分割;另一種是基于標(biāo)記分水嶺的分割方法,通過細(xì)胞核圖的種子點(diǎn)圖得到對(duì)應(yīng)細(xì)胞的種子點(diǎn)圖,從而找到細(xì)胞中心位置,以該位置處的