基于改进分水岭的胰腺神经内分泌瘤细胞图像分割算法研究
发布时间：2021-12-10 22:56
本文主要的研究内容是如何更好地将形态学分水岭算法应用在细胞图像分割领域。本文提出了一种基于标记的分水岭细胞分割方法,该方法核心思想是采用快速径向对称（fast radial symmetry,FRS）变换提取细胞核中心,并以此作为标记进行分水岭分割。通过圆到椭圆的仿射变换,实现将快速径向对称变换扩展为广义快速径向对称（generalized fast radial symmetry,GFRS）变换,改进了前述的基于标记的分水岭细胞分割方法。最后的实验分析表明,基于FRS变换的分水岭算法取得了较高的精确率、准确率和Dice系数值,能够较好地完成对细胞的分割。而改进的基于GFRS变换的分水岭算法相比于基于FRS变换的分水岭算法,在分割的精确率和Dice系数值上均有一定程度的提高。本文针对的是H&E染色胰腺神经内分泌肿瘤细胞,前述的基于标记的分水岭细胞分割方法基本步骤如下:首先通过颜色反卷积技术将RGB彩色图像进行主成分分析,得到苏木精信道图像;其次对苏木精信道图像进行滤波去噪与形态学处理;然后进行快速径向对称变换得到变换图S;之后通过对变换结果图进行局部极值求解提取种子点;最后将提...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：53 页
【学位级别】：硕士
【部分图文】：
图２．２带有两个明显类的分区二维特征空间??分类器之所以被称为监督方法，是因为它们需要人工分割的训练数据，然??
?第２章医学图像分割概述???ｇ（ｘ，ｊ＾）?＝?ｍｅｄ?＼ｆ｛ｘ－ｋ，ｙ－ｌ），｛ｋＪ＾Ｗ）｝?（２．３）??其中，为原图像，为中值滤波后的图像，Ｗ为＇滤波器模板。??２．８?ＲＧＢ颜色空间??从扫描仪中获取的细胞图像为ＲＧＢ彩色图像，它的原理与人类视觉系统的??原理相类似，以Ｒ（Ｒｅｄ：红）、Ｇ（Ｇｒｅｅｎ：绿）、Ｂ（Ｂｌｕｅ：蓝）三种基本色为基础，进行??不同程度的叠加，产生丰富而广泛的颜色，模型示意图如图２．４所示。??＆?（０．０，２５５）???ｙｆ?ＩＶ?（?０．?２５Ｒ．?２ｆ）ｎ）??—’复???ｉ?Ａｈ?（〇．〇）??Ａｉｌ?（０．０．０＾??ｔ＼?１２５５，０，０）?＾?＇?＂?‘?＾?（２ｒ＞ｒ？．?２Ｂ．ｒ）．?０）??图２．４?ＲＧＢ颜色空间模型??ＲＧＢ颜色空间运用在人们生产生活的各种场景。它比人眼能分辨的颜色种??类多得多，并且可以较好地显示出各种颜色，因此可以用ＲＧＢ颜色空间来近似??地表达自然界中的颜色。然而ＲＧＢ颜色空间的三个分量之间相互影响、相互依??赖，具有髙度的相关性，即某一个分量发生的细微改变可能会导致其他分量发??生巨大的变化；同时三个分量之间的颜色差异不够明显，不同的色彩很难用精??确的数值来表示，定量分析困难。因此在多数情况下，不使用ＲＧＢ颜色空间直??接进行图像分割处理｜３３１。??通过颜色空间转换，可以根据场景的不同选择合适的颜色空间，从而更好??地提取图像特征。??２．９本章小结??本章简要介绍了医学图像分割领域的几种常用算法，并对图像降噪的基础??知识进行了学习，最后分析了?ＲＧＢ颜色空间的基本概念以及优缺点。??１１??
?第３章关键技术???第３章关键技术??３．１数学形态学??形态学是一种非线性的图像处理和分析方法，它能够从图像中提取描绘区??域形状的图像分量，例如骨架、边界等。此外，在图像的预处理或后处理阶段，??形态学也能对图像实现过滤、修剪和细化等功能。??３．１．１腐蚀和膨胀??腐蚀和膨胀是形态学处理的基础，这两个原始操作构成了许多形态学算法??的基矗腐蚀缩小或细化了二值图像中的物体，其实可以将腐蚀当成形态学滤??波操作，这种滤波操作将小于结构元的图像细节从图像中去除了。而膨胀则会??增长或粗化二值图像中的物体，这种特殊的方式和粗化的宽度由所用的结构元??来控制。??对于二维空间Ｚ２中的集合Ａ与集合Ｂ，用Ｊ０５表示Ｂ对Ａ的腐蚀，则??Ａ＠Ｂ?＝?＾＼｛Ａ－ｂ，ｂ＾?Ｂ）?＝?（３．１）??ｂｅＢ??如图３．〗所示展示了图（ａ）被结构元素（ｂ）腐蚀形成（ｃ）的过程模拟：???Ｐ?－（Ｅｐ－??三三華兰??（ａ）原图?（ｂ）结构元素?（ｃ）ｄ？５??图３．１腐蚀运算过程模拟??膨胀是腐蚀的对偶运算，图３．２展示了膨胀运算的过程模拟。集合Ａ被集??合Ｂ膨胀表示为５，定义为??Ａ＠Ｂ?＝?＼Ｊ｛Ａ?＋?ｂ，ｂｅＢ｝＾＼＾Ａｈ?（３．２）??ｂｅＢ??１２??
【参考文献】：
期刊论文
[1]基于改进高斯滤波的医学图像边缘增强[J]. 许蓉,王直,宗涛. 信息技术. 2020(04)
[2]基于瓶颈检测和分水岭算法的重叠宫颈细胞图像分割方法[J]. 段鹏,程文播,钱庆,章强,杨任兵,潘宇骏. 中国医疗器械杂志. 2020(01)
[3]分水岭算法的改进及在图像分割中的应用[J]. 韩悬,马银平. 现代信息科技. 2019(24)
[4]癌细胞的特征提取与计数系统设计[J]. 杨晓玲,李嘉,徐荣辉,蔡根进. 机电工程技术. 2019(09)
[5]基于增强双边滤波的图像分割模型及应用[J]. 于海平,林晓丽. 计算机工程与设计. 2019(04)
[6]基于迭代H-minima改进分水岭算法的高分辨率遥感影像单木树冠提取[J]. 滕文秀,温小荣,王妮,施慧慧. 激光与光电子学进展. 2018(12)
[7]血液红细胞图像自适应标记分水岭分割算法[J]. 王娅. 中国图象图形学报. 2017(12)
[8]改进分水岭与主动轮廓模型相结合的肝癌细胞核分割算法研究[J]. 张学典,蔡雨杏,汪泓. 软件导刊. 2017(12)
[9]基于小波变换和形态学分水岭的血细胞图像分割[J]. 黄籽博,刘任任,梁光明. 计算技术与自动化. 2017(03)
[10]基于形态学滤波的标记分水岭脑肿瘤图像分割[J]. 王伏增,汪西原,宋佳乾. 宁夏大学学报(自然科学版). 2017(01)
硕士论文
[1]癌细胞病理图像的检测技术研究[D]. 蔡武斌.中北大学 2018
[2]基于形态学分水岭的医学图像分割方法研究[D]. 王一博.重庆理工大学 2013
[3]免疫组化细胞显微图像分割算法研究与应用[D]. 童振.电子科技大学 2012
[4]免疫组化显微图像分割与分析技术的研究[D]. 李静.济南大学 2010
[5]医学显微图像的分割研究[D]. 徐晓燕.黑龙江大学 2008
[6]基于形态学分水岭算法的细胞图像分割[D]. 高静.吉林大学 2008
本文编号：3533546
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：53 页
【学位级别】：硕士
【部分图文】：
图２．２带有两个明显类的分区二维特征空间??分类器之所以被称为监督方法，是因为它们需要人工分割的训练数据，然??
?第２章医学图像分割概述???ｇ（ｘ，ｊ＾）?＝?ｍｅｄ?＼ｆ｛ｘ－ｋ，ｙ－ｌ），｛ｋＪ＾Ｗ）｝?（２．３）??其中，为原图像，为中值滤波后的图像，Ｗ为＇滤波器模板。??２．８?ＲＧＢ颜色空间??从扫描仪中获取的细胞图像为ＲＧＢ彩色图像，它的原理与人类视觉系统的??原理相类似，以Ｒ（Ｒｅｄ：红）、Ｇ（Ｇｒｅｅｎ：绿）、Ｂ（Ｂｌｕｅ：蓝）三种基本色为基础，进行??不同程度的叠加，产生丰富而广泛的颜色，模型示意图如图２．４所示。??＆?（０．０，２５５）???ｙｆ?ＩＶ?（?０．?２５Ｒ．?２ｆ）ｎ）??—’复???ｉ?Ａｈ?（〇．〇）??Ａｉｌ?（０．０．０＾??ｔ＼?１２５５，０，０）?＾?＇?＂?‘?＾?（２ｒ＞ｒ？．?２Ｂ．ｒ）．?０）??图２．４?ＲＧＢ颜色空间模型??ＲＧＢ颜色空间运用在人们生产生活的各种场景。它比人眼能分辨的颜色种??类多得多，并且可以较好地显示出各种颜色，因此可以用ＲＧＢ颜色空间来近似??地表达自然界中的颜色。然而ＲＧＢ颜色空间的三个分量之间相互影响、相互依??赖，具有髙度的相关性，即某一个分量发生的细微改变可能会导致其他分量发??生巨大的变化；同时三个分量之间的颜色差异不够明显，不同的色彩很难用精??确的数值来表示，定量分析困难。因此在多数情况下，不使用ＲＧＢ颜色空间直??接进行图像分割处理｜３３１。??通过颜色空间转换，可以根据场景的不同选择合适的颜色空间，从而更好??地提取图像特征。??２．９本章小结??本章简要介绍了医学图像分割领域的几种常用算法，并对图像降噪的基础??知识进行了学习，最后分析了?ＲＧＢ颜色空间的基本概念以及优缺点。??１１??
?第３章关键技术???第３章关键技术??３．１数学形态学??形态学是一种非线性的图像处理和分析方法，它能够从图像中提取描绘区??域形状的图像分量，例如骨架、边界等。此外，在图像的预处理或后处理阶段，??形态学也能对图像实现过滤、修剪和细化等功能。??３．１．１腐蚀和膨胀??腐蚀和膨胀是形态学处理的基础，这两个原始操作构成了许多形态学算法??的基矗腐蚀缩小或细化了二值图像中的物体，其实可以将腐蚀当成形态学滤??波操作，这种滤波操作将小于结构元的图像细节从图像中去除了。而膨胀则会??增长或粗化二值图像中的物体，这种特殊的方式和粗化的宽度由所用的结构元??来控制。??对于二维空间Ｚ２中的集合Ａ与集合Ｂ，用Ｊ０５表示Ｂ对Ａ的腐蚀，则??Ａ＠Ｂ?＝?＾＼｛Ａ－ｂ，ｂ＾?Ｂ）?＝?（３．１）??ｂｅＢ??如图３．〗所示展示了图（ａ）被结构元素（ｂ）腐蚀形成（ｃ）的过程模拟：???Ｐ?－（Ｅｐ－??三三華兰??（ａ）原图?（ｂ）结构元素?（ｃ）ｄ？５??图３．１腐蚀运算过程模拟??膨胀是腐蚀的对偶运算，图３．２展示了膨胀运算的过程模拟。集合Ａ被集??合Ｂ膨胀表示为５，定义为??Ａ＠Ｂ?＝?＼Ｊ｛Ａ?＋?ｂ，ｂｅＢ｝＾＼＾Ａｈ?（３．２）??ｂｅＢ??１２??
【参考文献】：
期刊论文
[1]基于改进高斯滤波的医学图像边缘增强[J]. 许蓉,王直,宗涛. 信息技术. 2020(04)
[2]基于瓶颈检测和分水岭算法的重叠宫颈细胞图像分割方法[J]. 段鹏,程文播,钱庆,章强,杨任兵,潘宇骏. 中国医疗器械杂志. 2020(01)
[3]分水岭算法的改进及在图像分割中的应用[J]. 韩悬,马银平. 现代信息科技. 2019(24)
[4]癌细胞的特征提取与计数系统设计[J]. 杨晓玲,李嘉,徐荣辉,蔡根进. 机电工程技术. 2019(09)
[5]基于增强双边滤波的图像分割模型及应用[J]. 于海平,林晓丽. 计算机工程与设计. 2019(04)
[6]基于迭代H-minima改进分水岭算法的高分辨率遥感影像单木树冠提取[J]. 滕文秀,温小荣,王妮,施慧慧. 激光与光电子学进展. 2018(12)
[7]血液红细胞图像自适应标记分水岭分割算法[J]. 王娅. 中国图象图形学报. 2017(12)
[8]改进分水岭与主动轮廓模型相结合的肝癌细胞核分割算法研究[J]. 张学典,蔡雨杏,汪泓. 软件导刊. 2017(12)
[9]基于小波变换和形态学分水岭的血细胞图像分割[J]. 黄籽博,刘任任,梁光明. 计算技术与自动化. 2017(03)
[10]基于形态学滤波的标记分水岭脑肿瘤图像分割[J]. 王伏增,汪西原,宋佳乾. 宁夏大学学报(自然科学版). 2017(01)
硕士论文
[1]癌细胞病理图像的检测技术研究[D]. 蔡武斌.中北大学 2018
[2]基于形态学分水岭的医学图像分割方法研究[D]. 王一博.重庆理工大学 2013
[3]免疫组化细胞显微图像分割算法研究与应用[D]. 童振.电子科技大学 2012
[4]免疫组化显微图像分割与分析技术的研究[D]. 李静.济南大学 2010
[5]医学显微图像的分割研究[D]. 徐晓燕.黑龙江大学 2008
[6]基于形态学分水岭算法的细胞图像分割[D]. 高静.吉林大学 2008
本文编号：3533546
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3533546.html
最近更新
教材专著
