發(fā)布時間：2021-06-12 08:47

　　在病理分析中,數(shù)字病理圖像因其包含大量豐富的病理信息而作為臨床診斷及治療的重要參考依據(jù)。因此,數(shù)字病理圖像的智能處理算法的研究是一項非常重要且必要的一個任務(wù),也是醫(yī)學(xué)研究領(lǐng)域中的熱點之一。當前的研究方向主要是從計算機輔助診斷出發(fā),從預(yù)處理、圖像分割、特征提取、分類這些方面來獲得病理診斷信息從而幫助專家分析病理圖像。近年來,肺癌己經(jīng)成為了發(fā)病率最高、死亡率最高、增長速度最快的癌癥。腺癌屬于肺癌的一種,其發(fā)病率占到肺癌總量的50%,所以本文以腺癌數(shù)字病理圖像做為研究對象分析其智能處理算法。本研究從提取數(shù)字病理圖像的特征入手,針對數(shù)字病理圖像中包含的特征在病理圖像的分類檢測及基因分析中的應(yīng)用情況進行研究。研究內(nèi)容主要為:首先改進方向梯度直方圖（HOG）算法,然后使用改進的算法獲得病理圖像中包括的數(shù)據(jù)信息,隨后將提取到的數(shù)據(jù)信息用于訓(xùn)練支持向量機（SVM）,從而完成腺癌病理圖像的分類檢測,最后采用加權(quán)基因共表達網(wǎng)絡(luò)（WGCNA）方法研究病理圖像的分子層信息,其中包含的關(guān)鍵信息即靶點基因?qū)ο侔┎±硌芯坑兄鴺O大地生物學(xué)意義。本文主要工作內(nèi)容如下:（1）在腺癌病理圖像進行特征提取的步驟中,在原HOG... 

【文章來源】：河北大學(xué)河北省

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

經(jīng)圖像預(yù)處理后的用于下一步HOG特征提取的灰度圖像

河北大學(xué)碩士學(xué)位論文1264bit。本實驗從醫(yī)院病理信息系統(tǒng)中隨機選取200幅病理圖像，其中包括100幅腺癌病理圖像和100幅非腺癌病理圖像。設(shè)定病理圖像的檢測窗口分辨率為256×211像素，組合成塊的cell的分辨率為8×8像素。每個cell為2×2的形式，每個cell分為9個方向，滑動步長為8像素。在下一節(jié)中通過選擇一個病理圖像樣本來展示實驗過程和結(jié)果。2.4.2實驗過程及結(jié)果Step1：輸入圖像預(yù)處理；實驗中輸入的圖像為RGB圖像，首先進行圖像的預(yù)處理，HOG算法中使用到的圖像為灰度圖像，所以改進HOG算法中首先將彩色病理圖像轉(zhuǎn)換為灰度圖像，然后圖像預(yù)處理即灰度圖像歸一化，這樣的操作可以減小醫(yī)學(xué)圖片由于光線不均勻造成的干擾，方便接下來的特征信息提取的操作。圖2-1表示的是經(jīng)過處理后得到的用于HOG算子特征提取的灰度圖像。圖2-1經(jīng)圖像預(yù)處理后的用于下一步HOG特征提取的灰度圖像Step2：改進HOG算法的特征提�。桓鶕�(jù)修正矩陣改進的HOG特征提取算子由于增加了斜對角方向的特征，所以得到的特征提取的結(jié)果將會在水平和垂直方向上和原HOG算法結(jié)果有明顯的不同。兩算法的特征提取結(jié)果對比圖如下所示：(a)水平方向特征提取結(jié)果(b)垂直方向特征提取結(jié)果圖2-2改進算法特征提取的結(jié)果

第二章基于改進的HOG算子的特征提取算法13(a)水平方向特征提取結(jié)果(b)垂直方向特征提取結(jié)果圖2-3原始算法特征提取的結(jié)果這四幅圖分別是兩種算法根據(jù)圖2-1中預(yù)處理后的灰度圖像進行的特征提取的結(jié)果。圖2-2是改進的HOG算法結(jié)合了斜對角方向在水平和垂直方向上的分量之后的特征提取的結(jié)果。圖2-2和圖2-3中的(a)分別為改進算法和原算法在水平方向的特征提取結(jié)果，圖2-2和圖2-3中的(b)分別為改進算法和原算法在垂直方向的特征提取結(jié)果。通過四幅圖的對比，改進HOG算法的特征提取結(jié)果在水平和垂直方向上的細胞輪廓較突出。由于特征提取算子的梯度計算矩陣的變化，水平和垂直方向的特征信息得到充分的提取使得細胞輪廓與原算法相比較清晰。2.4.3實驗結(jié)果分析根據(jù)實驗輸入圖像的像素及HOG算法中構(gòu)建梯度直方圖的參數(shù)的設(shè)定，對輸入圖像最后提取到的特征向量進行一個簡單的計算。首先計算輸入圖像水平方向上塊的數(shù)量：-311828256(2.17)然后計算輸入圖像垂直方向上塊的數(shù)量：-251828211(2.18)一個塊的維數(shù)為36，則所有的特征向量27900943125(2.19)公式(2.17)和公式(2.18)中256和211分別表示病理圖像檢測窗口的水平和垂直方向的像素，兩個8×2分別表示有2×2個cell組成的塊的水平和垂直方向的像素，后一個8表示的是設(shè)定的滑動步長的像素。這樣最后根據(jù)公式(2.19)得到提取的全部特征向量數(shù)為27900。由于特征向量數(shù)量過多，為了更清晰地對比兩個算法的特征提取結(jié)果，本實驗隨機

【參考文獻】：
期刊論文
[1]基于PSO-SVM的仿生肌電假手反饋控制系統(tǒng)設(shè)計[J]. 隋修武,劉乃嘉,喬明敏,李昊天.  傳感技術(shù)學(xué)報. 2019(12)
[2]加權(quán)基因共表達網(wǎng)絡(luò)分析技術(shù)在人類腫瘤研究中的應(yīng)用[J]. 王耀群,陳博,黃甫春,周衛(wèi)國,張豐.  腫瘤. 2019(11)
[3]中國臨床醫(yī)學(xué)研究發(fā)展現(xiàn)狀與未來展望[J]. 袁天蔚,李萍萍,李蘇寧,尹軍祥,范月蕾,熊燕,陳書安,范玲.  中國臨床醫(yī)學(xué). 2019(05)
[4]腎透明細胞癌進展樞紐基因的WGCNA篩選[J]. 周忠涵,趙文天,官豐菊,孫立江,張桂銘.  青島大學(xué)學(xué)報(醫(yī)學(xué)版). 2019(04)
[5]我國國家臨床研究網(wǎng)絡(luò)組織結(jié)構(gòu)研究[J]. 殷環(huán),陳娟,嚴舒,汪楠,賈曉峰.  科技管理研究. 2018(08)
[6]計算機輔助診斷技術(shù)在病理學(xué)中的應(yīng)用進展[J]. 于鶴,趙穩(wěn)興.  診斷病理學(xué)雜志. 2018(03)
[7]數(shù)字病理中計算機輔助診斷研究展望[J]. 鄧楊,包驥.  實用醫(yī)院臨床雜志. 2017(05)
[8]Bioinformatics analysis of potential essential genes that response to the high intraocular pressure on astrocyte due to glaucoma[J]. Yang Yang,Jing-Zhu Duan,Yu Di,Dong-Mei Gui,Dian-Wen Gao.  International Journal of Ophthalmology. 2015(02)
[9]基于Fisher核的混合核構(gòu)造研究[J]. 方萬勝,朱嘉鋼,陸曉.  計算機應(yīng)用. 2013(04)
[10]發(fā)達與發(fā)展中國家癌癥發(fā)病率與死亡率的比較與分析[J]. 王永川,魏麗娟,劉俊田,李世霞,王慶生.  中國腫瘤臨床. 2012(10)

博士論文
[1]加權(quán)基因共表達網(wǎng)絡(luò)分析（WGCNA）在食管鱗癌中的應(yīng)用[D]. 王攀.北京協(xié)和醫(yī)學(xué)院 2014
[2]圖像局部不變特征提取技術(shù)及其應(yīng)用研究[D]. 劉景能.上海交通大學(xué) 2012

碩士論文
[1]宮頸細胞圖像特征分析與自動識別方法研究[D]. 許璇.哈爾濱理工大學(xué) 2017
[2]基于核方法的手寫體數(shù)字識別研究[D]. 魏興國.南京理工大學(xué) 2003



本文編號：3226326