论文部分内容阅读
随着生活水平的提高,人们开始更多地关注自己的身体,进行更多的身体检查。而细胞特征提取是生物医学检查的重要内容之一,不同生理状态会引起细胞变化,这些变化又与疾病类型及严重程度直接相关。同时,计算机技术的迅猛发展让基于计算机视觉的医学细胞图像处理成为可能,为医务人员通过显微镜观察细胞特征变化提供了很大的方便。为了实现细胞的定量分析,必须提取细胞形态和荧光强度等方面特征参数,但是这些特征参数的提取与细胞能否正确分割具有很大的关系。由于细胞特征的复杂性,不仅细胞形状各异,而且细胞与细胞之间经常会发生粘连的现象而且粘连程度不一,这些现象的存在又给分割带来了很大的困难。本文就此讨论了两种不同医学显微细胞——巨噬细胞和脐静脉内皮细胞的分割,具体研究工作概况如下:针对强粘连巨噬细胞的分割,提出了一种改进的分水岭混合分割算法。该方法结合了灰度级形态学腐蚀膨胀操作、顶帽变换和底帽变换、H-极小值变换以及分水岭变换,在欠分割和过分割问题上有很大的改进,实现了强粘连巨噬细胞的有效分割。针对形状各异且亮度不均匀的脐静脉内皮细胞,提出了两种新的分割算法。这两种方法的实现都结合了脐静脉内皮细胞对应的细胞核图像。一种是基于粘合区域种子点配对和分割线的方法,该方法利用细胞核图的种子点图,找到细胞图中目标区域种子点个数,进行粘连区域的判断以及对应种子点的配对,通过分割规则,得到分割线,实现细胞分割;另一种是基于标记分水岭的分割方法,通过细胞核图的种子点图得到对应细胞的种子点图,从而找到细胞中心位置,以该位置处的像素作为标记,利用标记分水岭进行细胞分割。实验验证这两种方法均能实现脐静脉内皮细胞的有效分割。针对已分割完的脐静脉内皮细胞的细胞、细胞核、细胞浆等荧光强度的提取,提出了一种新的标记校正方法,并在VC++系统验证实现,构建了一套简易的荧光分析系统,实现了荧光强度的有效提取。