腎小球基底膜TEM圖像分割方法的研究.pdf

1、慢性腎臟病已成為威脅全球公共健康的重要疾病，腎穿刺病理活檢是診斷慢性腎臟疾病的重要手段，借助透射電鏡(transmission electron microscopy, TEM)能觀察到腎小球細(xì)胞亞顯微結(jié)構(gòu)的病理改變，從而做出進(jìn)一步的病理診斷。研究指出，在腎小球細(xì)胞的亞顯微結(jié)構(gòu)中，腎小球基底膜(glomerular basementmembrane，GBM)的變化與慢性腎臟疾病有密切的關(guān)系，如薄基底膜病表現(xiàn)為腎小球基底膜彌漫性變薄。因此

2、在病理診斷過程中，醫(yī)生常常需要對(duì)基底膜進(jìn)行識(shí)別和測(cè)量。但是GBM的TEM灰度圖像紋理復(fù)雜，病變種類繁多，且大部分基底膜與周圍組織結(jié)構(gòu)對(duì)比度較低，依靠肉眼進(jìn)行識(shí)別與測(cè)量不僅困難而且耗時(shí)。因此，利用計(jì)算機(jī)圖像處理技術(shù)對(duì)GBM區(qū)域進(jìn)行分割，能更快速直觀地觀察基底膜的形態(tài)，有利于輔助慢性腎臟病的病理診斷。
　　多年來，圖像分割算法的研究一直是圖像處理領(lǐng)域的研究熱點(diǎn)，國內(nèi)外提出的分割算法也很多，然而針對(duì)腎小球基底膜分割算法的研究，是在20多

3、年前才開始逐漸發(fā)展起來的。這主要因?yàn)樯飯D像本身帶有的復(fù)雜性，樣品制備過程的多變性，圖像對(duì)比度差，結(jié)構(gòu)模糊等特點(diǎn)而大大增加了圖像分析的難度系數(shù)和復(fù)雜性，從而在一定程度上使得腎小球基底膜分割算法的發(fā)展受到了限制。現(xiàn)階段已提出的基底膜分割方法可歸納為半自動(dòng)分割和全自動(dòng)分割兩大類。這些方法主要基于圖像的灰度特征、紋理特征、梯度特征等屬性分割圖像，在處理灰度均勻、形態(tài)變化不大的小段基膜時(shí)能得到較好的效果，但是當(dāng)待分割的基底膜具有與周圍組織結(jié)構(gòu)對(duì)

4、比度較低、自身形狀差異性大等特點(diǎn)時(shí)，分割性能不穩(wěn)定，主要原因是因?yàn)檫@些方法對(duì)分割對(duì)象形狀的描述涉及較少，也不能根據(jù)已有的分割信息動(dòng)態(tài)調(diào)整分割規(guī)則。因此，基底膜分割的自動(dòng)化程度和精細(xì)水平仍然需要進(jìn)一步提升。
　　針對(duì)現(xiàn)有方法存在的問題和基于分割基底膜的需求，本文提出了兩種方法來完成基底膜的自動(dòng)分割。
　　方法一是基于塊匹配算法的腎小球基底膜自動(dòng)分割。圖像塊匹配算法可以有效搜索圖像間的相似圖像塊，但是由于基底膜對(duì)比度低、自身形狀

5、差異性大的特點(diǎn)，僅僅從一幅參考圖像中搜索查詢圖像的相似塊將難以得到最優(yōu)的匹配結(jié)果。而且，當(dāng)參考圖像數(shù)量較多時(shí)，逐一將查詢圖像與參考圖像進(jìn)行塊匹配，效率是很低的。因此，本文首先針對(duì)腎小球基底膜的特點(diǎn)，將塊匹配算法的搜索范圍從一幅參考圖像擴(kuò)展到多幅參考圖像，并采用了一種改進(jìn)的搜索方式提高匹配效率。然后開始搜索最優(yōu)的圖像匹配塊，最后提取最優(yōu)匹配塊對(duì)應(yīng)的標(biāo)記匹配塊進(jìn)行加權(quán)，重組為腎小球基底膜的初始分割結(jié)果。對(duì)于匹配結(jié)果出現(xiàn)的假陽性問題，本文采用

6、數(shù)學(xué)形態(tài)學(xué)的方法對(duì)分割結(jié)果進(jìn)行后處理，得到精度更高的結(jié)果。
　　方法二是基于隨機(jī)森林分類器的腎小球基底膜的自動(dòng)分割。隨機(jī)森林算法通過bootstrap抽樣技術(shù)，產(chǎn)生新的訓(xùn)練樣本集合，然后對(duì)每個(gè)bootstrap樣本進(jìn)行決策樹建模，生成由k個(gè)決策樹組合成的隨機(jī)森林，最后通過投票的方式，對(duì)新數(shù)據(jù)的分類結(jié)果進(jìn)行預(yù)測(cè)。研究表明，隨機(jī)森林算法具有較高的預(yù)測(cè)準(zhǔn)確率，對(duì)異常值和噪聲具有很好的容忍度。但是由于腎小球TEM圖像中，不同圖像之間存在灰

7、度差異大的問題，使得采用隨機(jī)森林分類處理海量數(shù)據(jù)時(shí)，會(huì)導(dǎo)致部分像素點(diǎn)的分類混亂，致使基底膜的分割準(zhǔn)確率不高。本文在隨機(jī)森林的基礎(chǔ)上，引入多重隨機(jī)森林的概念，從使用一個(gè)隨機(jī)森林進(jìn)行分類擴(kuò)展到使用多個(gè)隨機(jī)森林分類，使得當(dāng)森林?jǐn)?shù)量足夠大時(shí)，總有一張或多張訓(xùn)練圖像的灰度跟待分割圖像的灰度接近，進(jìn)而克服不同圖像之間灰度差異帶來的分割準(zhǔn)確率不高的問題，提高腎小球基底膜的分割準(zhǔn)確率。
　　在采集到的500組腎小球透射電鏡圖像上進(jìn)行測(cè)試，方法一得