伴隨著整個載玻片成像掃描儀的出現(xiàn),組織病理學(xué)載玻片逐漸實現(xiàn)了數(shù)字化并可以用數(shù)字圖像的形式存儲。與之同步的是,一些需要依賴計算機技術(shù)才可以執(zhí)行的病理細胞的檢測及輔助醫(yī)護人員進行病況診斷的新興科技也吸引著廣大的科研人員。在臨床醫(yī)學(xué)中,病理切片圖像的分割與識別對癌癥和疾病的診斷有非常重要的價值,傳統(tǒng)的分割方法由病理醫(yī)生手動進行勾畫,但由于數(shù)據(jù)的復(fù)雜性和數(shù)量的密集度,無疑對醫(yī)生的工作構(gòu)成了挑戰(zhàn),致使錯誤診斷的情況更容易發(fā)生。本文以腦膠質(zhì)瘤細胞核組織為對象,對臨床醫(yī)學(xué)上的數(shù)據(jù)和細胞核分割挑戰(zhàn)賽的數(shù)據(jù)集進行了處理。主要研究和創(chuàng)新如下:結(jié)合切片制作過程的特殊性,對比了幾種去噪方法并采用自適應(yīng)中值濾波器對這些噪聲進行了去噪預(yù)處理。對于細胞核的初步分割,針對實驗數(shù)據(jù)具有復(fù)雜的前景背景以及邊界模糊的組織學(xué)特征,本文在模糊聚類的思想上改進了一種復(fù)雜前景背景分割的聚類算法。首先,構(gòu)造了多分類到二分類的轉(zhuǎn)換模型,并在該模型的基礎(chǔ)上進行了算法的改進,用來解決復(fù)雜圖像模糊細小邊界處的分割問題,同時降低初始聚類中心選擇的隨機性對分割結(jié)果的負面影響;然后,在此基礎(chǔ)上對圖像進行形態(tài)學(xué)修補,使細胞核的分割更完整;最后,利用... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究的工作背景與意義
        1.1.1 研究組織病理圖像以及計算機輔助處理的意義
        1.1.2 腦膠質(zhì)瘤分割的意義
    1.2 課題研究現(xiàn)狀
        1.2.1 圖像分割技術(shù)的研究現(xiàn)狀
        1.2.2 組織顯微圖像分析系統(tǒng)的研究現(xiàn)狀
        1.2.3 腦膠質(zhì)瘤分割的研究現(xiàn)狀
    1.3 本文的主要內(nèi)容及創(chuàng)新點
    1.4 論文的結(jié)構(gòu)安排
第二章 數(shù)據(jù)特征及圖像預(yù)處理
    2.1 組織切片圖像特征概述
        2.1.1 組織細胞顯微圖像的采集及顏色特征
        2.1.2 組織細胞顯微圖像的特點
    2.2 組織切片圖像的預(yù)處理
        2.2.1 細胞顯微圖像的去噪
        2.2.2 細胞顯微圖像的增強
    2.3 腦膠質(zhì)瘤組織切片的濾波去噪
    2.4 本章小結(jié)
第三章 基于聚類算法的腦膠質(zhì)瘤細胞核初步分割
    3.1 模糊C均值聚類基本理論
    3.2 復(fù)雜前景背景分割的改進聚類算法
        3.2.1 多分類到二分類的模型轉(zhuǎn)換
        3.2.2 基于二分類模型的復(fù)雜前景背景聚類實現(xiàn)
        3.2.3 圖像修補及雜質(zhì)剔除
    3.3 實驗結(jié)果與對比分析
        3.3.1 組織切片圖像數(shù)據(jù)介紹
        3.3.2 評價指標(biāo)
        3.3.3 實驗結(jié)果與分析
    3.4 本章小結(jié)
第四章 水平集方法的細胞核精準分割
    4.1 活動輪廓模型
        4.1.1 曲線演化理論
        4.1.2 參數(shù)和幾何活動輪廓模型
    4.2 位置約束的改進水平集分割方法
        4.2.1 DRLSE模型
        4.2.2 位置約束的水平集方法
    4.3 水平集方法的快速實現(xiàn)方案
    4.4 實驗結(jié)果與對比分析
    4.5 本章小結(jié)
第五章 粘連性腦膠質(zhì)瘤細胞核分割及工程實現(xiàn)
    5.1 粘連細胞核分割
        5.1.1 同時實現(xiàn)內(nèi)外標(biāo)記的分水嶺算法
        5.1.2 細胞核去粘連分割結(jié)果
    5.2 細胞核分割系統(tǒng)工程實現(xiàn)
        5.2.1 功能概述
        5.2.2 工程實現(xiàn)
    5.3 腦膠質(zhì)瘤細胞核分割結(jié)果結(jié)果與對比
        5.3.1 評價指標(biāo)
        5.3.2 實驗結(jié)果與分析
    5.4 本章小結(jié)
第六章 全文總結(jié)與展望
    6.1 全文總結(jié)
    6.2 后續(xù)工作展望
致謝
參考文獻


【參考文獻】：
期刊論文
[1]形態(tài)學(xué)高帽變換與低帽變換功能擴展及應(yīng)用[J]. 朱士虎.  計算機工程與應(yīng)用. 2011(34)
[2]圖像邊緣檢測算法研究[J]. 陸興娟,吳震宇.  現(xiàn)代電子技術(shù). 2010(06)
[3]腦膠質(zhì)瘤病理切片中對細胞核輪廓化處理的研究[J]. 周震,馬斌榮.  北京生物醫(yī)學(xué)工程. 2004(01)
[4]BOX PLOT——描述統(tǒng)計的一個簡便工具[J]. 莊作欽.  統(tǒng)計與預(yù)測. 2003(02)
[5]多信息融合的彩色細胞圖像分割方法[J]. 馬東,曹培杰,李斌,程敬之.  北京生物醫(yī)學(xué)工程. 2000(01)

碩士論文
[1]基于組織切片細胞的彩色圖像分割算法研究[D]. 曹鳳.遼寧工業(yè)大學(xué) 2015
[2]基于顏色空間的圖像分割方法研究[D]. 王婷婷.山東師范大學(xué) 2014



本文編號：3024448