本文關(guān)鍵詞：腎小球TEM病理圖像的大視野拼接及基底膜分割

  更多相關(guān)文章： 大視野TEM圖像拼接 SIFT特征點(diǎn) 基底膜分割 粒子濾波

【摘要】：透射電子顯微鏡(Transmission Electron Microscope,TEM)檢查是腎活檢病理檢查的重要部分,腎組織內(nèi)含特殊有形結(jié)構(gòu)的各種腎臟疾病的診斷及新疾病的發(fā)現(xiàn),大多需要通過TEM檢查得以確診。遺傳性腎小球疾病是一種依賴于TEM檢查且容易被忽視的腎臟病,因其臨床表現(xiàn)可能隱匿或晚發(fā)或混雜在貌似普通腎臟病中,診斷極其困難。有研究表明,不管是東方還是西方國家,這類疾病的發(fā)病率相當(dāng)高,但是在我國真正確診的不足0.5%,若不正確的診斷和用藥都會造成腎臟的損害�；啄さ暮穸�、形態(tài)等是這類腎臟病的重要診斷指標(biāo)。但由于TEM在高分辨率下觀察的視野小而基底膜又遍布于整個(gè)腎小球內(nèi),加上腎小球內(nèi)組織結(jié)構(gòu)的復(fù)雜性等,目前醫(yī)生在進(jìn)行病理檢查時(shí),往往需要反復(fù)切換多個(gè)分辨率下的多個(gè)視野先來確定疑似病變區(qū),再觀察基底膜的形態(tài)。當(dāng)測量基底膜的厚度時(shí),往往需先手動(dòng)測量多段基底膜再求平均值。這樣繁瑣的操作過程極易產(chǎn)生視覺疲勞,甚至可能造成漏診和誤診。計(jì)算機(jī)輔助診斷(Computer-Aided Diagnosis, CAD)能對病人腎小球TEM圖像進(jìn)行處理和分析,不僅可以大大減輕醫(yī)生的工作量,提高疾病檢查的效率,還對輔助醫(yī)生診斷具有非常重要的意義。通過與病理專家進(jìn)行探討,本文實(shí)驗(yàn)設(shè)定并完成了如下內(nèi)容：1.大視野、完整腎小球的TEM圖像拼接；2.分割基底膜。第一,大視野、完整腎小球的TEM圖像拼接。圖像拼接是將有重疊區(qū)域的一組圖像無縫地融合在一起,得到一副大視野圖像的過程。在圖像拼接中,最關(guān)鍵的一步是圖像配準(zhǔn),圖像配準(zhǔn)的方法主要分為基于像素的配準(zhǔn)和基于特征的配準(zhǔn)。近年來,針對僅有部分重疊區(qū)域圖像配準(zhǔn)的研究主要是基于特征點(diǎn)的配準(zhǔn)�；谔卣鼽c(diǎn)的方法通過提取不同圖像中具有幾何不變性的點(diǎn),再建立特征點(diǎn)的匹配,根據(jù)匹配的特征點(diǎn)得出圖像之間的變換矩陣,從而建立圖像的配準(zhǔn)。近年來,對特征點(diǎn)的研究包括SUSAN算子、HARRIS角點(diǎn)、SIFT特征點(diǎn)、PAC-SIFT特征點(diǎn)、GLOH特征點(diǎn)、SURF特征點(diǎn)等。由于本文中腎小球TEM圖像有一定形變,且紋理信息復(fù)雜,而SIFT特征點(diǎn)在處理尺度和旋轉(zhuǎn)變化的圖像時(shí)有較大的優(yōu)勢,且對復(fù)雜紋理圖像的配準(zhǔn),所估計(jì)的參數(shù)也相對穩(wěn)定,本文選擇基于SIFT特征點(diǎn)的配準(zhǔn)方法對腎小球TEM圖像進(jìn)行配準(zhǔn)。此外,由于TEM成像系統(tǒng)造成圖像產(chǎn)生一定的形變,多幅圖像配準(zhǔn)時(shí)產(chǎn)生形變誤差,并且隨著配準(zhǔn)圖像數(shù)目的增多,圖像的形變會增大,易造成圖像的形狀和細(xì)節(jié)信息的改變。但在病理診斷中,組織結(jié)構(gòu)的形狀及細(xì)節(jié)信息往往是診斷的依據(jù),圖像較大的形變會對診斷結(jié)果產(chǎn)生重大影響。為了減小圖像形變對圖像拼接效果的影響,本文提出了先進(jìn)行圖像的形變校正,再進(jìn)行圖像配準(zhǔn)。本實(shí)驗(yàn)數(shù)據(jù)為多張具有一定重疊區(qū)域的圖像,估計(jì)一張圖像的校正時(shí),可根據(jù)多個(gè)重疊區(qū)域的信息來擬合校正場,且已提取的SIFT特征點(diǎn)具有較高的匹配度,能作為重疊區(qū)域的信息來擬合校正場,故本文采用SIFT特征點(diǎn)結(jié)合多項(xiàng)式擬合的非線性校正場來進(jìn)行圖像的形變校正,再利用已提取的SIFT特征點(diǎn)來配準(zhǔn)校正后的圖像。由于在圖像形變校正及圖像配準(zhǔn)中都利用了SIFT特征點(diǎn)的信息,能有效減少計(jì)算時(shí)間,提高配準(zhǔn)的準(zhǔn)確性。再者,由于TEM成像系統(tǒng)造成圖像灰度不均勻,配準(zhǔn)后的圖像在圖像的銜接處存在一定的接縫。圖像接縫的消除可以通過圖像融合的方法來解決。由于泊松圖像融合的方法能在去縫的同時(shí)保證細(xì)節(jié)信息且不產(chǎn)生偽影,故本文采用泊松圖像融合的方法以消除圖像的接縫。第二,基底膜分割�；啄け憩F(xiàn)為帶狀結(jié)構(gòu)的薄膜,基底膜在腎小球中分布極為廣泛。在腎小球TEM圖像中,部分基底膜存在與周圍組織結(jié)構(gòu)灰度相似、邊界不明顯、厚度突然變窄、基底膜走向突然轉(zhuǎn)變等特點(diǎn),增加了基底膜分割的難度�，F(xiàn)階段已提出的基底膜分割方法分為半自動(dòng)和全自動(dòng)的分割方法。這些方法主要利用圖像的灰度、色差、紋理等特征進(jìn)行圖像的分割,這些方法在處理厚度均勻、形態(tài)變化不大的小段基膜時(shí)能得到較好的效果,而本實(shí)驗(yàn)所涉及到的基底膜往往厚度不均勻、形態(tài)發(fā)生較大的變化,已提出的方法在分割基底膜時(shí)存在易泄漏、易陷入局部極值及需要嚴(yán)格初始化等問題,這主要是因?yàn)檫@些方法較少涉及到分割對象形狀的描述也未涉及根據(jù)已分割區(qū)域來動(dòng)態(tài)調(diào)整分割準(zhǔn)則。近年來,伴隨著形狀表示與識別技術(shù)的不斷發(fā)展,利用圖像形狀特征在背景復(fù)雜的圖像中指導(dǎo)目標(biāo)對象的檢測與識別得到發(fā)展。本文秉承這一思想提出了一種基于粒子濾波的基底膜分割方法,該方法結(jié)合了圖像的灰度、梯度和對象的形狀描述,根據(jù)已獲得的先驗(yàn)信息結(jié)合動(dòng)態(tài)模型產(chǎn)生豐富的粒子來以引導(dǎo)基底膜的分割。在粒子濾波方法中,選擇出與基膜相似度高的粒子是粒子濾波方法的關(guān)鍵。但由于基膜的形態(tài)、厚度及走向等有較大的差異,為選擇出與基底膜相似性高的粒子往往需要產(chǎn)生大量的粒子,且在接近基底膜厚度及走向突變的地方時(shí),有時(shí)即使產(chǎn)生大量的粒子也不能選擇出合適的粒子。故本實(shí)驗(yàn)在粒子追蹤的過程中結(jié)合了回溯法的思想及重采樣的方法以減少錯(cuò)誤的分割,提高分割的準(zhǔn)確性。歸納起來,本文的主要工作有：(1)提出了一種基于SIFT特征點(diǎn)的TEM多幅圖像拼接方法。該方法利用具有尺度、旋轉(zhuǎn)、仿射不變性的SIFT特征點(diǎn)進(jìn)行圖像形變的校正以及圖像配準(zhǔn),有效減小了圖像形變對圖像配準(zhǔn)結(jié)果的影響,最后采用泊松圖像融合的方法進(jìn)行融合以達(dá)到無縫拼接。為驗(yàn)證算法的有效性,本實(shí)驗(yàn)用一組60張TEM局部腎小球圖像拼接出完整的腎小球,并用視覺效果和配準(zhǔn)誤差評價(jià)了拼接結(jié)果。(2)提出了一種基于粒子濾波的腎小球電子顯微鏡圖像基底膜分割方法。該方法突破了傳統(tǒng)粒子濾波的思想,將類似基底膜的片段作為粒子,通過已有狀態(tài)下的粒子由動(dòng)態(tài)模型產(chǎn)生下一個(gè)狀態(tài)的粒子,該動(dòng)態(tài)模型結(jié)合了基底膜的形態(tài)信息,對于每一個(gè)狀態(tài)所估計(jì)的粒子用梯度、灰度等信息進(jìn)行評價(jià),選擇出與基底膜相似性較高的粒子。同時(shí)為了保持粒子的多樣性及避免粒子出現(xiàn)退化等問題,本實(shí)驗(yàn)在進(jìn)行粒子狀態(tài)追蹤的過程中應(yīng)用了回溯法的思想及重采樣的方法。本實(shí)驗(yàn)用多組圖像驗(yàn)證分割算法的有效性并通過視覺效果和Dice相似系數(shù)對分割結(jié)果進(jìn)行評價(jià)。
【關(guān)鍵詞】：大視野TEM圖像拼接 SIFT特征點(diǎn) 基底膜分割 粒子濾波
【學(xué)位授予單位】：南方醫(yī)科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;R692
【目錄】：

• 摘要3-7
• ABSTRACT7-14
• 第一章 緒論14-22
• 1.1 研究的背景和意義14-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-20
• 1.3 本文的研究內(nèi)容20-21
• 1.4 本文的組織結(jié)構(gòu)21-22
• 第二章 基于SIFT特征點(diǎn)的TEM圖像拼接22-39
• 2.1 引言22-24
• 2.2 SIFT特征點(diǎn)的提取24-26
• 2.3 基于SIFT特征點(diǎn)的TEM圖像拼接26-31
• 2.3.1 圖像形變校正26-27
• 2.3.2 圖像配準(zhǔn)27-30
• 2.3.3 圖像配準(zhǔn)的后處理30-31
• 2.4 多幅圖像的拼接31-33
• 2.5 實(shí)驗(yàn)結(jié)果33-37
• 2.5.1 圖像拼接結(jié)果的視覺評價(jià)33-35
• 2.5.2 圖像配準(zhǔn)誤差的評價(jià)35-36
• 2.5.3 參數(shù)對配準(zhǔn)誤差的影響36-37
• 2.6 小結(jié)37-39
• 第三章 基于粒子濾波的TEM圖像基底膜分割39-57
• 3.1 引言39-40
• 3.2 粒子濾波40-43
• 3.2.1 貝葉斯濾波原理40-42
• 3.2.2 粒子濾波原理42-43
• 3.3 粒子濾波算法的實(shí)現(xiàn)43-47
• 3.3.1 粒子模型43-44
• 3.3.2 動(dòng)態(tài)模型44-46
• 3.3.3 似然測量函數(shù)46-47
• 3.4 粒子濾波算法的改進(jìn)47-50
• 3.4.1 閾值約束48
• 3.4.2 改進(jìn)的重采樣48-50
• 3.5 本文分割算法的基本流程50-53
• 3.6 實(shí)驗(yàn)結(jié)果53-55
• 3.6.1 實(shí)驗(yàn)結(jié)果的視覺評價(jià)53
• 3.6.2 實(shí)驗(yàn)結(jié)果的量化評價(jià)53-55
• 3.7 小結(jié)55-57
• 第四章 總結(jié)及展望57-59
• 4.1 本文工作總結(jié)57-58
• 4.2 未來工作展望58-59
• 參考文獻(xiàn)59-62
• 攻讀學(xué)位期間成果62-63
• 致謝63-65

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 方萍,劉春新,胡莉萍,陳保平,雷森林,梁惠;人體組織基底膜超微結(jié)構(gòu)病變的分析[J];武漢大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2002年02期

2 胡靜;郭尚福;馮玉寬;馮克儉;;基底膜特殊顯色反應(yīng)在淋巴管研究中的應(yīng)用[J];牡丹江醫(yī)學(xué)院學(xué)報(bào);2007年06期

3 繆吉昌;肖中舉;周凌宏;;耳蝸基底膜的力學(xué)仿真模型[J];南方醫(yī)科大學(xué)學(xué)報(bào);2014年01期

4 方玲,李美華,郝鵬程;基底膜蛋白在口腔粘膜扁平苔癬中的表達(dá)[J];中國實(shí)驗(yàn)診斷學(xué);2002年06期

5 朱桂彬,高緒蘭,張雅潔;基底膜PATSC-GMS染色法[J];臨床與實(shí)驗(yàn)病理學(xué)雜志;1997年01期

6 楊國標(biāo),Albrecht Eiber;人耳蝸基底膜模型的動(dòng)力特性有限元數(shù)值模擬[J];醫(yī)用生物力學(xué);2005年01期

7 辛榕,卞修武,張樹輝;腎基底膜六胺銀染色方法的改進(jìn)[J];第三軍醫(yī)大學(xué)學(xué)報(bào);2000年12期

8 周克敏;;惡性腫瘤的轉(zhuǎn)移[J];云南醫(yī)藥;1984年01期

9 李美華,方玲,郝鵬程;基底膜蛋白與口腔粘膜癌前病變研究進(jìn)展[J];白求恩醫(yī)科大學(xué)學(xué)報(bào);1998年02期

10 鄧衛(wèi)安,余艦,張錨鏈;實(shí)驗(yàn)性小鼠皮膚癌基底膜分布變化的研究[J];遵義醫(yī)學(xué)院學(xué)報(bào);1998年03期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 陶明德;吳云崗;張?zhí)煊?戴培東;;耳蝸中基底膜振動(dòng)的研究[A];第七屆全國水動(dòng)力學(xué)學(xué)術(shù)會議暨第十九屆全國水動(dòng)力學(xué)研討會文集（上冊）[C];2005年

2 陳杰;高下;徐琳;;重組腺病毒轉(zhuǎn)染新生小鼠離體耳蝸基底膜的實(shí)驗(yàn)研究[A];中華醫(yī)學(xué)會第十次全國耳鼻咽喉-頭頸外科學(xué)術(shù)會議論文匯編（下）[C];2007年

3 趙婷婷;李平;郭景珍;沙洪;;基底膜蛋白多糖在糖尿病腎病中的作用[A];中華中醫(yī)藥學(xué)會第二十一屆全國中醫(yī)腎病學(xué)術(shù)會議論文匯編（下）[C];2008年

4 周函;徐琳;朱光潔;董磊;張俊峰;高下;;聚乙酰亞胺納米粒轉(zhuǎn)染離體培養(yǎng)C57BL/6J小鼠耳蝸基底膜的實(shí)驗(yàn)研究[A];2010全國耳鼻咽喉頭頸外科中青年學(xué)術(shù)會議論文匯編[C];2010年

5 姜篤銀;付小兵;盛志勇;陳偉;周崗;孫同柱;;假性上皮瘤樣增生病變中上皮-間質(zhì)連接區(qū)基底膜相關(guān)成分缺失機(jī)制的研究[A];全國燒傷創(chuàng)面處理、感染專題研討會論文匯編[C];2004年

6 任雅麗;程明;;IgA腎病和腎小球微小病變合并基底膜變薄的情況比較[A];第八屆全國生物醫(yī)學(xué)體視學(xué)學(xué)術(shù)會議、第十一屆全軍軍事病理學(xué)學(xué)術(shù)會議、第七屆全軍定量病理學(xué)學(xué)術(shù)會議論文（摘要）匯編[C];2012年

7 卞徽寧;陳華德;鄭少逸;賴文;高輝;熊兵;劉族安;;外源性堿性成纖維細(xì)胞生長因子對創(chuàng)面愈合病理變化的影響[A];第八屆全國燒傷外科學(xué)年會論文匯編[C];2007年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 王慧梅 曾顯成 張杰;鄉(xiāng)醫(yī)課堂思考病例[N];農(nóng)村醫(yī)藥報(bào)（漢）;2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 許立富;人耳耳蝸的雙向流固耦合建模分析與主動(dòng)作用機(jī)制研究[D];上海交通大學(xué);2015年

2 楊少偉;基底膜調(diào)控表皮細(xì)胞行為在皮膚創(chuàng)傷修復(fù)中的作用研究[D];中國人民解放軍醫(yī)學(xué)院;2016年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 李穆;腎小球TEM病理圖像的大視野拼接及基底膜分割[D];南方醫(yī)科大學(xué);2016年

2 顏羅;人耳基底膜濾波器仿真研究[D];北京交通大學(xué);2009年

3 周健軍;含主動(dòng)耳蝸的耳聲傳遞有限元模型研究[D];華中科技大學(xué);2012年

4 田召彥;基底膜蛋白多糖對體外培養(yǎng)成骨細(xì)胞合成分泌轉(zhuǎn)化生長因子β1的影響[D];青島大學(xué);2012年

5 彭春龍;一性連鎖Alport綜合征中國家系COL4A5基因新突變位點(diǎn)的檢測[D];浙江大學(xué);2004年

，

本文編號：1020976