论文部分内容阅读
在计算机技术广泛应用的今天,计算机图像处理与分析技术在医学领域起着越来越重要的作用。对细胞显微图像分析与识别方法的研究成为了当今图像处理领域的前沿课题。在临床诊断和医学研究中,应用计算机技术对显微镜下的细胞图像进行自动的处理和分析,对辅助医生在疾病诊断上做出快速准确的判断有重要的意义。原有的计算机辅助诊断系统可以在显微镜下阅片和扫描,提供了自动诊断系统的基础平台。本文围绕细胞显微图像分析与识别系统中的关键理论与技术展开了研究和实验分析,主要工作如下:(1)研究各类图像分割方法,针对细胞图像染色不均匀、细胞重叠的现象,提出了一种基于形态学处理与内外标记的改进分水岭图像分割方法,成功提取了细胞区域;(2)分析细胞核特征的表示与描述,提出了各类特征的计算方法。然后,研究了支持向量机理论,选择径向基核函数作为核函数,采用网格搜索法计算得到最优参数,提取细胞核特征参数训练分类器,实验表明得到了较好的细胞识别效果;(3)在原有的计算机辅助诊断系统上,添加算法相关模块,实现细胞显微图像的自动分析与识别,达到细胞诊断的自动化。实验结果表明,细胞分析与识别系统将病理诊断的专家知识与计算机系统的精确计算等优点结合起来,避免了传统细胞学诊断中人工操作的众多不足,为癌症的诊断,特别是早期癌症的筛查诊断提供可靠的技术手段。