64120字硕士毕业论文医学显微细胞模式分割算法及荧光强度提取的研究
论文类型：硕士毕业论文
论文字数：64120字
论点：分割,细胞,细胞核
论文概述：
本文是医学硕士论文，本文主要研究医学细胞图像的分割，分割的重点又在于强粘连和形状不规则的细胞图像分割。
论文正文：
第一章简介
随着生活水平的提高，人们开始在挣钱的同时更加关注自己的身体，越来越多的人开始定期体检。因为生物体的细胞在不同的生理状态下会有不同的定性和定量变化，这些变化直接决定了疾病的存在与否、疾病类型和严重程度，所以体检项目中不可缺少的一项是细胞检测，如白细胞、红细胞等。在传统的病理诊断中，医生主要用显微镜观察人眼细胞特征的变化，然后根据病理诊断经验和掌握的知识判断细胞特征的变化，从而获得定性诊断和分析结果。这种方法不仅要求医生具有较高的诊断经验和知识水平，而且诊断结果容易受到外界的干扰，非常耗时。计算机的快速发展使计算机技术应用于图像处理成为可能，计算机技术与图像处理技术的结合可以帮助医生准确、快速地掌握细胞特征的变化，从而获得正确的疾病诊断，具有重大的现实意义和实用价值。随着全球信息技术的发展和国家“医疗卫生体制改革”政策的推进，我国大多数发达地区的医院已经完成或正在实施全医院范围的数字信息系统改革，这为计算机图像处理技术的应用提供了良好的发展平台，奠定了良好的基础。图像处理系统是以计算机硬件为支撑，结合相关软件工程和数字图像处理技术的软件产品系统。图1.1描述了图像处理系统的部分结构。图像处理系统的输出是一组真实的数据，为医生做出相关诊断提供了数据依据，实现了从定性分析到定量分析的转换，大大提高了诊断的效率和准确性。因此，该系统具有广泛的现实意义和研究价值。
……
第二章医学显微图像分割方法概述
2.1图像分割的常用方法
图像分割作为图像处理技术的基本问题，是图像识别的基础，在图像工程中起着关键作用。图像分割结果的质量将直接影响后续的图像识别和分析。正因为如此，图像处理技术自20世纪60年代以来成为一个热门话题。随着图像分割技术的发展，常用的图像分割技术主要包括三类:阈值分割、边缘检测和区域分割。Canny算子是一种多级边缘检测算子。其边缘检测能力是以噪声抑制效果为代价的算子。也就是说，操作者边缘检测能力强，但噪声抑制能力差。实际效果可能不是很好。虽然边缘检测能在一定程度上快速定位目标物体的边缘，但不能保证获得的边缘是连续的、封闭的，存在很多不足。在处理复杂的医学显微图像时，它们检测到的边缘很容易破碎和不完整。因此，边缘检测不能有效地执行真实图像分割。换句话说，这些方法需要与其他相关算法相结合来完成真正的分割任务。
2.2基于特定理论的分割方法
近年来，随着一些新理论和新思想的不断发展，出现了许多基于特定理论的图像分割方法，如基于模糊理论的分割方法、基于神经网络的分割方法、基于遗传算法的分割方法等。这些基于特定理论的分割技术不断被用于解决图像分割问题，并取得了良好的分割效果。模糊理论是著名控制理论家扎德·洛杉矶为解决不确定性和不精确性问题而提出的第一个理论。后来，帕尔·S·K和金·R·A将这一理论应用于图像处理，并取得了很大的发展。其中，模糊聚类分割方法是最早也是最经典的图像模糊分割方法。模糊C均值算法是一种流行的动态模糊聚类方法。然而，由于聚类方法不是全局优化算法，并且获得的最优值通常是局部最优的，因此出现了许多改进的FCM算法。朱斌·[37]等人提出了一种基于优化遗传算法的模糊聚类图像分割算法，实现了良好的医学显微图像分割。模糊集理论与其他相关算法的结合是模糊集理论改进的热点，可以在一定程度上克服模糊方法的不足，进一步提高图像分割效果。
第3章粘连细胞图像中常用的分离算法.............................................17
3.1算法.................................................17基于边界跟踪
3.2基于数学形态学的分割方法................................19
第四章:基于改进分水岭的强粘附巨噬细胞图像分割.............................................23
4.1强粘附细胞.............................................23
4.2强粘连分割方法.............................................23
第五章结合核图像分割脐静脉内皮细胞........................................................36
5.1脐静脉内皮细胞的细胞核分割.............................................36
5.2基于粘合区种子点配对和拼接线的脐静脉内皮细胞分割...................42
第5章结合核图像的脐静脉内皮细胞分割
5.1脐静脉内皮细胞核分割
根据脐静脉内皮细胞核的特点，提取基于种子点优化的分水岭算法，有效分割细胞核。该算法的基本思想是对二值化后的核图像进行距离变换，然后在距离图上提取种子点。因为核的形状在严格意义上不是圆形，所以可以从一个核中提取多个种子点。为了有效分割核图像，本章提出了一种种子点优化方法，即从单个核中只提取一个种子点，最后将提取的种子点作为分水岭变换的标记，实现核图像的有效分割。该算法的流程图如图5.2所示:距离变换[61]是对二值图像的操作，其将二值图像转换成灰度图像，其中每个像素的灰度级是像素与其最近背景之间的距离。目前，距离变换的实现主要包括倒角模板和剥离方法。本章利用倒角模板实现二值图像的距离变换。
5.2基于[粘合区种子点配对和拼接线的脐静脉内皮细胞分割/br/]基于前一节的内容，本节将讨论脐静脉内皮细胞分割算法。由于本文提出了两种结合核图像的脐静脉内皮细胞分割算法，本节将首先描述其中一种分割算法——基于种子点配对和结合区分割线的分割算法，接下来将重点介绍另一种分割算法。基于种子点配对和结合区分界线的分割算法的具体思想是:首先对细胞核的二值图像进行距离变换，从得到的距离图中提取“种子点”，删除冗余种子点，得到新的“种子点”；其次，对细胞灰度图像(白色为目标，黑色为背景)进行阈值变换，得到细胞二值图像；然后结合之前获得的种子点图，判断粘连区域，如果有多个细胞粘连，需要粘连细胞分裂，如果没有单个细胞需要分裂，需要删除伪区域；最后，匹配结合区的种子点，绘制分界线，实现结合区的分割，最终实现脐静脉内皮细胞的分割。图5.7显示了该算法的流程图。
……
第六章总结与展望
本文主要研究医学细胞图像的分割，重点研究粘连性强、形状不规则的细胞图像的分割。对于粘连细胞图像，分水岭变换可用于分割。然而，基于距离变换的分水岭方法由于细胞形状的影响，容易出现过度分割，细胞粘附程度不够明显，导致粘附细胞无法分离。类似地，由于这些原因，基于种子点的分水岭变换将导致提取的种子点中的错误，从而导致较差的分割结果。为了克服这些缺点，本文提出了一种更有效的分割方法，总结如下:针对强粘附巨噬细胞的分割，提出了一种改进的分水岭混合分割算法。该方法结合灰度形态侵蚀扩展操作、顶帽变换和底帽变换、最小氢变换和分水岭变换，大大改善了欠分割和过分割问题，实现了强粘附巨噬细胞的有效分割。针对不同形状和亮度不均匀的脐静脉内皮细胞，提出了两种新的分割算法。这两种方法的实现结合了对应于脐静脉内皮细胞的核图像。一种是基于附着区域中种子点配对和分界线的方法。该方法利用核图的种子点图找到细胞图中目标区域的种子点数量，判断粘连区域并匹配相应的种子点，通过划分规则得到分界线实现细胞分裂。另一种是基于标记分水岭的分割方法。通过核图的种子点图获得相应细胞的种子点图，从而找到细胞的中心位置。该位置的像素用作标记，标记的分水岭用于细胞分割。实验证明，两种方法都能有效分割脐静脉内皮细胞。根据分割的脐静脉内皮细胞的细胞、细胞核和细胞质荧光强度的提取，提出了一种新的标记校正方法，并在VC++系统中进行了验证。构建了一个简单的荧光分析系统来实现荧光强度的有效提取。
...................
参考文献(省略)