【摘要】：病理切片是疾病診斷的重要標(biāo)準(zhǔn),但傳統(tǒng)顯微鏡在觀察病理切片效率較低,且不利于數(shù)字病理和病理醫(yī)學(xué)教育的開(kāi)展。病理切片數(shù)字化掃描設(shè)備通過(guò)相機(jī)與運(yùn)動(dòng)平臺(tái)的配合,采集病理切片的所有局部顯微圖像,在計(jì)算機(jī)中采用圖像處理算法拼接為病理切片數(shù)字全景圖像。完成一張病理切片的數(shù)字化掃描需要采集數(shù)千幅局部顯微圖像,最終獲取的數(shù)字切片的質(zhì)量和掃描效率與圖像處理技術(shù)的性能與速度有著直接關(guān)系。本文主要對(duì)病理切片數(shù)字化掃描設(shè)備的序列顯微圖像配準(zhǔn)、融合和局部顯微多對(duì)焦圖像融合等技術(shù)進(jìn)行了相關(guān)的研究,主要工作內(nèi)容如下:(1)提出了對(duì)病理切片組織進(jìn)行目標(biāo)提取的方法實(shí)現(xiàn)關(guān)鍵區(qū)域的定位,通過(guò)縮小切片掃描區(qū)域的方式來(lái)提高病理切片的掃描效率。(2)通過(guò)引入Laplacian梯度函數(shù)作為清晰度評(píng)價(jià)函數(shù),配合z軸調(diào)焦實(shí)現(xiàn)對(duì)顯微圖像自動(dòng)對(duì)焦,獲取清晰的局部顯微圖像;并提出采用一種預(yù)對(duì)焦技術(shù),局部的顯微圖像焦距由附近拉丁抽樣點(diǎn)的焦距估算獲取,減少采集過(guò)程中對(duì)焦的次數(shù)來(lái)加快掃描。(3)采用灰度模板實(shí)現(xiàn)了相鄰顯微圖像的配準(zhǔn),針對(duì)灰度模板配準(zhǔn)速度較慢的問(wèn)題,提出了一種應(yīng)用于序列顯微圖像的改進(jìn)灰度簡(jiǎn)化模板快速配準(zhǔn)方法;根據(jù)相鄰顯微圖像采集位置強(qiáng)相關(guān)性的特點(diǎn),提出了一種慣性搜索的策略;并采用局部上采樣相位相關(guān)法對(duì)獲取相鄰顯微圖像亞像素配準(zhǔn)參數(shù)進(jìn)行了研究;(4)研究了相鄰顯微圖像融合算法,對(duì)于漸入漸出加權(quán)平均融合法無(wú)法均衡融合圖像整體亮度差異的問(wèn)題,提出了一種基于HSV顏色空間的亮度基準(zhǔn)加權(quán)修正的方法。(5)針對(duì)部分較厚的病理切片組織區(qū)域,通過(guò)采集不同焦平面的多幅顯微圖像,使用Shearlet變換多對(duì)焦融合法進(jìn)行多層圖像融合,根據(jù)顯微圖像的特性,提出了改進(jìn)的融合規(guī)則,實(shí)現(xiàn)了局部顯微圖像的全幅對(duì)焦。(6)對(duì)病理切片數(shù)字化掃描設(shè)備的工作原理進(jìn)行了分析,構(gòu)建了切片掃描系統(tǒng)的整體框架,設(shè)計(jì)了病理切片掃描實(shí)驗(yàn)原型系統(tǒng)。
【圖文】：

意義變組織通過(guò)脫水、包埋和切片等一系列病理組織學(xué)方法鏡下觀察病變組織的結(jié)構(gòu)與細(xì)胞病變特征而對(duì)疾病做出床診斷和病理研究的過(guò)程中，使用傳統(tǒng)顯微鏡觀察病理完成聚焦和移動(dòng)瀏覽等操作，且由于倍率放大導(dǎo)致視野和精力才能掌握切片的全局與局部關(guān)鍵信息[1]。病理切織的載體，同樣有許多不足之處：病理切片需要細(xì)心保存、褪色；病理切片的材質(zhì)通常為玻璃材質(zhì)，易碎且不便于，不利于遠(yuǎn)程會(huì)診和病理實(shí)驗(yàn)教學(xué)[2]。

的全景照片能幫助醫(yī)生掌握全局信息，更快地定位關(guān)鍵率；可以復(fù)制共享、添加標(biāo)注，，以便建立典型病理切片數(shù)據(jù)庫(kù)理診斷的重要手段之一，高質(zhì)量的數(shù)字切片則為醫(yī)學(xué)教4]。病理切片對(duì)于醫(yī)療診斷有著極其重要的意義，數(shù)字病切片的所有信息[5]，因而如何快速掃描獲取高質(zhì)量數(shù)字注的熱點(diǎn)�；瘨呙柙O(shè)備主要由運(yùn)動(dòng)控制系統(tǒng)、顯微成像系統(tǒng)和圖像病理切片的各局部顯微圖像，完成對(duì)病理切片掃描、數(shù)的出現(xiàn)和廣泛應(yīng)用，有利于解決當(dāng)前國(guó)內(nèi)病理診斷專(zhuān)家但是當(dāng)前病理切片掃描設(shè)備普遍存在著設(shè)備依賴進(jìn)口、數(shù)字化掃描設(shè)備的存量不高。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TH77;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭海燕;王志生;王亦飛;吳巍;;病理切片制作過(guò)程中常見(jiàn)問(wèn)題及處理對(duì)策[J];中國(guó)繼續(xù)醫(yī)學(xué)教育;2015年09期

2 趙海峰;陸明;卜令斌;孫登第;羅斌;;基于特征點(diǎn)Rényi互信息的醫(yī)學(xué)圖像配準(zhǔn)[J];計(jì)算機(jī)學(xué)報(bào);2015年06期

3 王艷霞;;中國(guó)病理學(xué)教學(xué)改革近況分析[J];中國(guó)醫(yī)藥導(dǎo)報(bào);2015年01期

4 王文歡;劉威;;可自動(dòng)對(duì)焦的電動(dòng)顯微成像系統(tǒng)[J];自動(dòng)化與儀表;2014年07期

5 朱煉;孫楓;夏芳莉;韓瑜;;圖像融合研究綜述[J];傳感器與微系統(tǒng);2014年02期

6 張小利;李雄飛;李軍;;融合圖像質(zhì)量評(píng)價(jià)指標(biāo)的相關(guān)性分析及性能評(píng)估[J];自動(dòng)化學(xué)報(bào);2014年02期

7 秦緒佳;王慧玲;杜軼誠(chéng);鄭紅波;梁震華;;HSV色彩空間的Retinex結(jié)構(gòu)光圖像增強(qiáng)算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2013年04期

8 王凌;陳震;危水根;黃靜;;基于改進(jìn)最大互信息法的MR切片圖像配準(zhǔn)[J];生物醫(yī)學(xué)工程學(xué)雜志;2012年02期

9 張錦明;郭麗萍;張小丹;;反距離加權(quán)插值算法中插值參數(shù)對(duì)DEM插值誤差的影響[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2012年01期

10 盧瑜;郝興文;王永俊;;Moravec和Harris角點(diǎn)檢測(cè)方法比較研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年06期

相關(guān)博士學(xué)位論文 前6條

1 延翔;多源圖像融合算法研究[D];西安電子科技大學(xué);2018年

2 周海洋;圖像配準(zhǔn)及其在天文和顯微圖像中的應(yīng)用研究[D];浙江大學(xué);2017年

3 鄧嚴(yán);醫(yī)學(xué)顯微圖像配準(zhǔn)及存儲(chǔ)技術(shù)研究[D];華中科技大學(xué);2013年

4 胡永祥;基于互信息的多模態(tài)醫(yī)學(xué)圖像非剛性配準(zhǔn)研究[D];中南大學(xué);2012年

5 王彩玲;基于相位信息的圖像匹配技術(shù)及應(yīng)用研究[D];南京理工大學(xué);2012年

6 馮宇平;圖像快速配準(zhǔn)與自動(dòng)拼接技術(shù)研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2010年

相關(guān)碩士學(xué)位論文 前7條

1 田鵬;基于TM遙感影像分割的小班界限提取[D];東北林業(yè)大學(xué);2017年

2 李巔;基于HSI空間與小波變換的彩色圖像去霧方法[D];浙江理工大學(xué);2017年

3 易輝;基于Android平臺(tái)的圖像拼接算法的研究與應(yīng)用[D];重慶交通大學(xué);2016年

4 高艷紅;圖和數(shù)學(xué)形態(tài)學(xué)在圖像預(yù)處理中的應(yīng)用研究[D];西安電子科技大學(xué);2014年

5 謝彥浩;基于改進(jìn)的Shearlet變換的多聚焦圖像融合[D];西安電子科技大學(xué);2013年

6 王利平;自動(dòng)顯微鏡軟件系統(tǒng)與顯微圖像配準(zhǔn)融合技術(shù)的研究[D];華中科技大學(xué);2009年

7 陳初俠;圖像濾波及邊緣檢測(cè)與增強(qiáng)技術(shù)研究[D];合肥工業(yè)大學(xué);2009年

本文編號(hào)：2636277