【摘要】：伴隨著當(dāng)今自動化、信息化與智能化的發(fā)展和經(jīng)濟(jì)的快速發(fā)展,人們越來越重視身體健康問題,而宮頸癌作為當(dāng)今社會受到高度關(guān)注的婦科疾病,人們希望可以快速診斷與其相關(guān)所存在的問題,以便可以及時治療。本文主要針對宮頸細(xì)胞涂片自動閱片系統(tǒng)的關(guān)鍵技術(shù)和技術(shù)中現(xiàn)有的難點(diǎn)問題,研究圖像處理與模式識別的相關(guān)原理,相關(guān)研究內(nèi)容主要包括宮頸細(xì)胞圖像的語義描述,宮頸細(xì)胞圖像的分割與圖像的特征提取幾個方面,對解決現(xiàn)有宮頸細(xì)胞自動閱片的關(guān)鍵技術(shù)具有重要意義。經(jīng)顯微鏡采集的細(xì)胞圖像由于需要采集、制片、染色等過程,導(dǎo)致圖像比較復(fù)雜,本文首先重點(diǎn)對宮頸細(xì)胞圖像分割方法進(jìn)行了深入研究,然后對分割獲取的單個宮頸細(xì)胞如何進(jìn)行準(zhǔn)確的特征提取進(jìn)行分析研究,其具體相關(guān)研究內(nèi)容描述如下:1、宮頸細(xì)胞圖像中存在大量重疊細(xì)胞,即圖像細(xì)胞與細(xì)胞有交叉部分,在宮頸細(xì)胞圖像分割研究方面,就如何進(jìn)行重疊細(xì)胞的準(zhǔn)確分割并提取單個的細(xì)胞,經(jīng)深入研究與分析,提出了一種高效的分層次分割算法。首先獲取目標(biāo)宮頸細(xì)胞圖像,通過求解初始宮頸細(xì)胞圖像的最佳分割閾值完成圖像去背景分割處理,然后利用圖割算法對初次分割后的圖像再次分割處理來獲取單個目標(biāo)細(xì)胞。經(jīng)過本文的處理后有效提高了圖像的分割效率和準(zhǔn)確率。2、在實(shí)現(xiàn)宮頸細(xì)胞圖像單個細(xì)胞的準(zhǔn)備分割后還需實(shí)現(xiàn)宮頸細(xì)胞核質(zhì)分離,本文主要就如何提高宮頸細(xì)胞核質(zhì)分離的準(zhǔn)確率和分割效率,提出了一種基于Grab Cut算法結(jié)合Canny算子邊緣檢測的方法來分離宮頸細(xì)胞核與細(xì)胞質(zhì)。根據(jù)目標(biāo)宮頸細(xì)胞圖像的灰度直方圖求解確定Canny算子雙閾值,進(jìn)而獲取宮頸細(xì)胞核和細(xì)胞質(zhì)的輪廓;根據(jù)獲取的輪廓利用改進(jìn)的Grab Cut算法進(jìn)行核質(zhì)分離,并且針對Grab Cut算法在分割效率方面的不足也進(jìn)行相應(yīng)改進(jìn)。3、在對宮頸細(xì)胞特征提取方面的研究,針對宮頸細(xì)胞的特點(diǎn)選取了合適的形狀與紋理特征。同時經(jīng)過對K-means算法基本原理的深入研究與分析,針對細(xì)胞核面積、細(xì)胞核質(zhì)比和細(xì)胞核質(zhì)RGB顏色均值特征描述子提出了一種K-means特征提取聚類算法,并且針對算法不足進(jìn)行了改進(jìn);然后根據(jù)實(shí)驗(yàn)數(shù)據(jù)選取了合適的形狀及其紋理特征,并且針對宮頸病變細(xì)胞的特性加入了一種適合宮頸細(xì)胞的顆粒大小的特征。實(shí)驗(yàn)證明本文所提取的特征具有較好的分類效果。
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：R737.33;TP391.41
【圖文】：

當(dāng)前國內(nèi)對于宮頸細(xì)胞圖像的閱片及判讀系統(tǒng)大致流程如圖1-1 所示，從圖 1-1 中可以看出，閱片及判讀的系統(tǒng)流程是相對比較復(fù)雜的，包含了圖像處理及模式識別的相關(guān)基本技術(shù)。對于宮頸細(xì)胞圖像的閱片及判讀的系統(tǒng)化、自動化的研究是很急切的，需要簡化流程，加快識別的智能化流程，更有效的為社會服務(wù)，能夠平衡我國醫(yī)療資源不平衡，更好的為我國西部偏遠(yuǎn)山區(qū)人員服務(wù)，讓人們能夠更及時的接受治療，在創(chuàng)造經(jīng)濟(jì)效益的同時帶來非常大的社會效益。圖 1-1 宮頸細(xì)胞圖像判讀流程圖

1.2 研究現(xiàn)狀1.2.1 圖像分割定位技術(shù)研究現(xiàn)狀圖像分割定位技術(shù)是研究和分析目標(biāo)圖像首要步驟，多年以來一直是圖像處理和模式識別領(lǐng)域研究的熱點(diǎn)問題[13-16]。圖像分割是把圖像劃分成若干個特定的、屬性相似的若干不重疊區(qū)域并且提出感興趣目標(biāo)的技術(shù)，主要利用圖像中的灰度、邊緣、紋理顏色、形狀等信息對圖像劃分。宮頸細(xì)胞圖像分割分宮頸單細(xì)胞圖像分割和宮頸多細(xì)胞圖像分割；宮頸多細(xì)胞圖像中包含多個單細(xì)胞（如圖 1.2(1)所示），分割是為了實(shí)現(xiàn)目標(biāo)細(xì)胞的定位、提取單細(xì)胞，同時實(shí)現(xiàn)細(xì)胞核質(zhì)分離。而宮頸單細(xì)胞圖像只中一個完整的宮頸細(xì)胞（如圖1.2(2)和1.2(所示），此類細(xì)胞的分割主要是精確獲取細(xì)胞的質(zhì)與核，實(shí)現(xiàn)核質(zhì)分離。在實(shí)際臨床上宮頸多細(xì)胞圖像中普遍存在大量重疊細(xì)胞，如何得到精確的細(xì)胞區(qū)域是現(xiàn)在宮頸細(xì)胞圖像分割的難點(diǎn)與重點(diǎn)。如何精確分割重疊粘連細(xì)胞是宮頸細(xì)胞圖像分割的難點(diǎn)所在，國內(nèi)外專家學(xué)者通過對計算機(jī)模式識別，圖像處理，人工智能等方面的深入研究，試圖通過改進(jìn)已有分割算法的不足來實(shí)現(xiàn)精確分割重疊粘連細(xì)胞。

2章 宮頸癌細(xì)胞圖像的語義描述及自動閱片分析作為當(dāng)今社會受到高度關(guān)注的婦科疾病[35]，其發(fā)病時嚴(yán)重威脅到希望可以快速診斷與其相關(guān)所存在的問題，以便可以及時預(yù)防治義模型可以為宮頸細(xì)胞形態(tài)提供依據(jù)，對于宮頸癌的前期發(fā)現(xiàn)和本章主要分析了宮頸病變的病理學(xué)背景及語義描述分析，首先介的病理學(xué)知識，接著介紹了宮頸細(xì)胞正常與病變細(xì)胞的語義描述染色及采集的宮頸細(xì)胞特點(diǎn)。根據(jù)宮頸細(xì)胞圖像特有的特征提出助診斷的改進(jìn)方法。病理學(xué)背景是一種發(fā)病率很高的婦科惡性腫瘤疾病，其發(fā)病時死亡率非常高學(xué)和生物學(xué)資料證明 HPV（人類乳頭瘤狀病毒）感染是導(dǎo)致宮頸要原因[37]，HPV 病毒感染宮頸上皮細(xì)胞的過程如圖 2-1 所示：

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 汪傳忠;黎志金;武海燕;;一種液基宮頸細(xì)胞制片滿意度圖像自動快速評價[J];中國生物醫(yī)學(xué)工程學(xué)報;2012年02期

2 相洪琴;;葉酸對子宮頸細(xì)胞的作用[J];國外醫(yī)學(xué)情報;1987年19期

3 陸曉鳳;王良靜;姒健敏;;胃液頸細(xì)胞分化增殖的調(diào)控[J];國際消化病雜志;2009年02期

4 ;子宮頸細(xì)胞發(fā)育異�？赡孓D(zhuǎn)[J];中國腫瘤;1995年05期

5 ;避孕丸＋吸煙＝癌癥[J];21世紀(jì);1995年01期

6 范遠(yuǎn)芳;郭春紅;杜建芬;;宮頸細(xì)胞DNA倍體分析制片及診斷體會[J];中國保健營養(yǎng);2012年14期

7 劉景城;林建龍;胡潔;;宮頸細(xì)胞塊Ki-67/P16免疫組化雙染技術(shù)在ASC-US分流中的應(yīng)用研究[J];系統(tǒng)醫(yī)學(xué);2017年18期

8 錢德英,劉建中,洪淡華,林秋雄,張威;宮頸細(xì)胞電腦檢查系統(tǒng)對宮頸疾病的診斷[J];華中醫(yī)學(xué)雜志;1997年05期

9 付連芳;;農(nóng)村婦女子宮頸細(xì)胞學(xué)普查分析與意義[J];中外醫(yī)療;2013年23期

10 唐緒明;田玉生;鄒顏陽;馮強(qiáng);;宮頸細(xì)胞DNA倍體分析在臨床上的應(yīng)用[J];深圳中西醫(yī)結(jié)合雜志;2015年19期

相關(guān)會議論文 前1條

1 司明遠(yuǎn);;宮頸細(xì)胞病理學(xué)檢查在婦科臨床的應(yīng)用[A];中華醫(yī)學(xué)會病理學(xué)分會2009年學(xué)術(shù)年會論文匯編[C];2009年

相關(guān)重要報紙文章 前1條

1 鄭魯南;宮頸細(xì)胞變異不都是癌變[N];中國婦女報;2006年

相關(guān)碩士學(xué)位論文 前10條

1 于月娜;宮頸細(xì)胞圖像分割和特征提取算法研究[D];湘潭大學(xué);2019年

2 努爾阿米那木·肉孜;宮頸細(xì)胞DNA倍體分析聯(lián)合液基細(xì)胞學(xué)檢查在宮頸病變篩查中的臨床價值[D];新疆醫(yī)科大學(xué);2018年

3 陳超;宮頸細(xì)胞形態(tài)學(xué)檢測中的背景解析方法及應(yīng)用[D];南昌航空大學(xué);2018年

4 易苗苗;液基宮頸細(xì)胞制片異常圖像檢測方法研究[D];南昌航空大學(xué);2017年

5 黎志金;宮頸細(xì)胞滿意度自動評價方法研究[D];南昌航空大學(xué);2013年

6 史俊;圖像融合與輪廓線檢測技術(shù)在液基宮頸細(xì)胞篩查中的應(yīng)用研究[D];南昌航空大學(xué);2012年

7 胡振朋;基于光吸收模型的重疊宮頸細(xì)胞分割[D];華南理工大學(xué);2016年

8 王俊杰;宮頸細(xì)胞DNA定量分析研究[D];武漢大學(xué);2017年

9 呂緒洋;宮頸細(xì)胞病理圖像的分類識別方法研究[D];廣西師范學(xué)院;2016年

10 吳東東;宮頸細(xì)胞圖像分割方法研究[D];國防科學(xué)技術(shù)大學(xué);2012年

本文編號：2787578