本文關(guān)鍵詞：基于灰度共生矩陣的癌細(xì)胞識別技術(shù)研究

  更多相關(guān)文章： 細(xì)胞圖像分割 紋理特征 MATLAB 灰度共生矩陣

【摘要】：隨著機(jī)器人操縱技術(shù)的發(fā)展,原子力顯微鏡以高分辨率成像的優(yōu)勢被廣泛應(yīng)用到生物醫(yī)學(xué)研究中,尤其是對細(xì)胞在納米尺度上的研究。本文以灰度共生矩陣特征參數(shù)為癌細(xì)胞與正常細(xì)胞辨別的主要特征參數(shù),同時,亦是論文的主要研究內(nèi)容。基于對國內(nèi)外的圖像分割算法、圖像的特征提取方法以及細(xì)胞識別技術(shù)的分析和研究,本文提出一種基于灰度共生矩陣的癌細(xì)胞識別方法。首先,本文采用中值濾波對細(xì)胞圖像進(jìn)行預(yù)處理。其次,采用形態(tài)學(xué)操作、全局閾值分割算法、Otsu算法和分水嶺算法對細(xì)胞圖像進(jìn)行分割,通過對比分析,全局閾值分割算法在閾值取0.3時可得到最佳分割效果。然后,對細(xì)胞圖像提取細(xì)胞高度和細(xì)胞表面粗糙度,并采用灰度共生矩陣提取細(xì)胞紋理特征。對比分析癌細(xì)胞和正常細(xì)胞的生物特征差異,并以此作為癌細(xì)胞辨別的依據(jù)。最后,本文以MATLAB中的曲線擬合、條形圖等方法展現(xiàn)待測細(xì)胞所屬細(xì)胞種類。經(jīng)實(shí)驗證明,采用本文提出的采用灰度共生矩陣進(jìn)行細(xì)胞紋理特征提取,并通過MATLAB進(jìn)行數(shù)據(jù)分析的癌細(xì)胞識別方法,能夠快速準(zhǔn)確的識別癌細(xì)胞。
【學(xué)位授予單位】：長春理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R730.4;TP391.41
，

本文編號：1205120