【摘要】：計(jì)算機(jī)技術(shù)發(fā)展日漸成熟,將計(jì)算機(jī)技術(shù)應(yīng)用于醫(yī)學(xué)領(lǐng)域,為醫(yī)學(xué)診斷,輔助檢測(cè)做出了重要貢獻(xiàn)。宮頸癌作為目前唯一病因清晰,可預(yù)防,前中期可治療的惡性腫瘤病變,及時(shí)發(fā)現(xiàn)可以提高治愈率,降低發(fā)病死亡率。目前我國(guó)對(duì)于宮頸細(xì)胞病變檢測(cè)的計(jì)算機(jī)輔助系統(tǒng)的研究還不成熟。本文著重研究宮頸細(xì)胞圖像的分類(lèi)識(shí)別,在前人的基礎(chǔ)上,結(jié)合圖像分割技術(shù),機(jī)器學(xué)習(xí),細(xì)胞病理學(xué)知識(shí),在病理醫(yī)生的指導(dǎo)下,從細(xì)胞圖像的預(yù)處理,分割,特征提取,分類(lèi)識(shí)別幾個(gè)步驟最終實(shí)現(xiàn)宮頸細(xì)胞的分類(lèi)識(shí)別。主要完成了以下工作:1.首先采用改進(jìn)的Otsu雙閾值法對(duì)宮頸細(xì)胞圖像進(jìn)行粗分割,提取興趣區(qū)域,然后對(duì)分割結(jié)果做粘連判別。再采用Chan-Vese模型對(duì)興趣區(qū)域內(nèi)的圖像做精確分割,得到細(xì)胞體、細(xì)胞質(zhì)、細(xì)胞核圖像。對(duì)于單個(gè)細(xì)胞和粘連細(xì)胞做出相應(yīng)標(biāo)記,并且對(duì)于粘連細(xì)胞不再使用形態(tài)學(xué)方法強(qiáng)行分割,而是將粘連細(xì)胞整體分割出來(lái),最大程度保持了細(xì)胞形態(tài)的完整性。2.在細(xì)胞精確分割的基礎(chǔ)上,針對(duì)分割結(jié)果中的單個(gè)宮頸細(xì)胞、細(xì)胞質(zhì)粘連的單個(gè)細(xì)胞核、細(xì)胞質(zhì)細(xì)胞核均粘連的三種細(xì)胞圖像,結(jié)合前人研究,宮頸細(xì)胞病理學(xué)知識(shí),在病理學(xué)醫(yī)生的指導(dǎo)下差異提取了細(xì)胞的特征參數(shù),并將獲得的細(xì)胞特征參數(shù)以數(shù)據(jù)的形式存儲(chǔ)在SQL Server數(shù)據(jù)庫(kù)表中。3.使用分類(lèi)效果較好的SVM分類(lèi)器原理來(lái)設(shè)計(jì)宮頸細(xì)胞的分類(lèi)器,采用C++語(yǔ)言,基于Visio Studio軟件平臺(tái)和LIBSVM開(kāi)源軟件包進(jìn)行編碼設(shè)計(jì)。對(duì)于分割出的單個(gè)宮頸細(xì)胞,質(zhì)粘連的單個(gè)細(xì)胞核,質(zhì)粘連核粘連的宮頸細(xì)胞分別設(shè)計(jì)多分類(lèi)器。經(jīng)過(guò)比較,采用分類(lèi)器構(gòu)造個(gè)數(shù)相對(duì)較少的決策樹(shù)方法設(shè)計(jì)分類(lèi)器,并且選擇RBF徑向基核函數(shù)作為分類(lèi)器模型的核函數(shù)。將SQL Server數(shù)據(jù)庫(kù)中的特征參數(shù)表中的數(shù)據(jù)作為樣本集,采用網(wǎng)格搜索算法確定SVM分類(lèi)器的參數(shù),并且用K-折交叉驗(yàn)證的方式訓(xùn)練分類(lèi)器模型,得到最優(yōu)的分類(lèi)器。結(jié)果表明,采用上述步驟設(shè)計(jì)得到的宮頸細(xì)胞圖像分類(lèi)器不僅對(duì)于單個(gè)宮頸細(xì)胞的分類(lèi)識(shí)別有較好的分類(lèi)結(jié)果,而且對(duì)于粘連的宮頸細(xì)胞的識(shí)別也達(dá)到了較好的效果。本文為宮頸細(xì)胞病變檢測(cè)的計(jì)算機(jī)輔助系統(tǒng)的研究提供參考。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：R737.33;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 李翠;馮冬青;;基于改進(jìn)K-均值聚類(lèi)的圖像分割算法研究[J];鄭州大學(xué)學(xué)報(bào)(理學(xué)版);2011年01期

2 李海芳;王莉;;基于空間直方圖的免疫圖像聚類(lèi)算法研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年11期

3 孫萬(wàn)蓉;俞卞章;;基于數(shù)學(xué)形態(tài)金字塔分解和流域分割的骨髓細(xì)胞圖像分割[J];西北工業(yè)大學(xué)學(xué)報(bào);2006年05期

4 張小京;郭萬(wàn)有;孫萬(wàn)蓉;鐘政輝;;基于骨髓細(xì)胞圖像的流域分割新算法[J];生物醫(yī)學(xué)工程研究;2005年03期

5 馬義德,戴若蘭,李廉,吳承虎;生物細(xì)胞圖像分割技術(shù)的進(jìn)展[J];生物醫(yī)學(xué)工程學(xué)雜志;2002年03期

6 邢藏菊,王守覺(jué),鄧浩江,羅予晉;一種基于極值中值的新型濾波算法[J];中國(guó)圖象圖形學(xué)報(bào);2001年06期

7 蘇守禮;液壓升降機(jī)構(gòu)在插秧機(jī)中的應(yīng)用[J];糧油加工與食品機(jī)械;1993年03期

8 洪繼光,成德信,于光普;細(xì)胞圖象的特征描述[J];信息與控制;1983年02期

相關(guān)碩士學(xué)位論文 前1條

1 周崢;圖像增強(qiáng)算法及應(yīng)用研究[D];北京工業(yè)大學(xué);2012年

，

本文編號(hào)：2548034