本文關(guān)鍵詞：細胞核自動分割及級聯(lián)分類

  更多相關(guān)文章： 細胞核分割 特征計算與選擇 支持向量機 Adaboost

【摘要】：在腫瘤的診斷中,細胞病理學診斷是最常用的方法之一,能確定腫瘤的良性惡性,組織學類型、分化程度以及惡性腫瘤的擴散與轉(zhuǎn)移等。在疾病發(fā)展的早期,細胞及組織解剖形態(tài)的變化較為細微,為了辨識這些細微的變化,病理科醫(yī)生常需要通過顯微鏡仔細觀察病理標本,這一工作不僅耗時而且工作強度非常大。此外,對這些細微變化的判別缺乏客觀的標準,很大程度上依賴于病理科醫(yī)生的經(jīng)驗,這對他們提出了極高的要求。如果能夠借助計算機對顯微圖像中的細胞及組織進行自動分析,將能夠有效地提高診斷效率,減少病理醫(yī)生的工作負荷及可能出現(xiàn)的漏診、誤診。本文致力于自動病理掃描分析系統(tǒng)中關(guān)鍵技術(shù)的研究,以實現(xiàn)癌癥細胞核的自動分割及級聯(lián)分類為目標,在細胞核的分割,特征計算與選擇,識別分類這三個方面,開展了深入的研究,具體為：在細胞核分割方面,采用局部自適應(yīng)閾值分割方法進行細胞核分割,并對得到的二值圖像,采用形態(tài)學腐蝕一膨脹技術(shù)進行修正,然后采用種子填充算法,獲得獨立的細胞核區(qū)域。在局部閾值分割的基礎(chǔ)上,采用凸包算法進行分割,獲得細胞核的二維凸包。在特征參數(shù)計算與選擇方面,主要提取了細胞核圖像的形態(tài)特征、光密度特征、紋理特征和針對凸包設(shè)計的其他類特征,總計107個特征參數(shù)。然后,采用主成分分析(PCA)算法對原始特征向量降維,同時采用隨機森林對特征重要性進行排序,并對比分析了這兩種方法對分類結(jié)果的影響。在細胞核的識別分類方面,構(gòu)造了基于Adaboost-SVM級聯(lián)分類器,同時針對細胞病理樣本中存在的多類雜質(zhì),設(shè)計了相應(yīng)的SVM分類器,并將這些SVM分類器級聯(lián)。實驗結(jié)果表明,兩種方法都能取得較好的分類效果。
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R730.4;TP391.41

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 Teich JM;鐘大發(fā);;細胞成熟期細胞核形態(tài)的變化[J];國外醫(yī)學.生物醫(yī)學工程分冊;1981年01期

2 劉育樂,米景九,J.King;大豆細胞核的分離及其超顯微結(jié)構(gòu)的研究[J];遺傳學報;1988年01期

3 紀小龍,李凌;細胞核形態(tài)學在診斷病理中的意義[J];診斷病理學雜志;1998年02期

4 高殿帥,趙媛媛,周果宏,羅述謙,蔡青,魯強,徐群淵;成年大鼠腦內(nèi)具有神經(jīng)生發(fā)功能的腦室下區(qū)細胞核三維數(shù)字化形態(tài)觀察[J];徐州醫(yī)學院學報;2005年06期

5 唐海蘭,張海偉;人肺腺癌發(fā)生過程中的細胞核大小及其分布[J];中國病理生理雜志;1997年05期

6 趙紅艷;;影響HE染片細胞核觀察的技術(shù)因素分析[J];中國醫(yī)學創(chuàng)新;2009年14期

7 何勉,梅卓賢,楊國奮,鄭樹森,凌家偉;子宮內(nèi)膜增生過長與內(nèi)膜腺癌細胞核形態(tài)及DNA圖像定量研究[J];廣東醫(yī)學;1999年11期

8 王莉芬,吳奇光,孫開華;頜骨骨肉瘤細胞核形態(tài)測量和DNA定量研究[J];北京醫(yī)科大學學報;1992年01期

9 趙培榮,張紅新,尹玉慧,宋一民,殷明偉;食管細胞涂片中細胞核形態(tài)改變的分形研究[J];河南腫瘤學雜志;2004年04期

10 王景潔;孫全新;孫小蓉;牛曉泉;;細胞核內(nèi)特征值的改變可引起DNA倍體的變化[J];中國組織化學與細胞化學雜志;2011年04期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 張紅新;高冬玲;趙阿紅;尹玉惠;;食管癌細胞涂片中細胞核形態(tài)計量研究[A];第五屆全國生物醫(yī)學體視學學術(shù)會議、第八屆全軍軍事病理學學術(shù)會議、第四屆全軍定量病理學學術(shù)會議論文匯編[C];2002年

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 李少芳;細胞核自動分割及級聯(lián)分類[D];東南大學;2016年

2 費一楠;肌動蛋白和肌球蛋白存在于煙草懸浮系細胞核及核骨架中的證據(jù)[D];首都師范大學;2007年

，

本文編號：1254374