HE染色组织病理图像中淋巴细胞的检测

发布时间：2024-05-14 00:55

　　医学图像识别的研究随着图像处理技术以及医学影像技术的发展已经取得了长足的进步,医学图像识别技术已经能够辅助医生和专家为患者做出诊断结果,由于淋巴细胞在癌症诊断及病患预后中的重要性,在目前的组织病理学图像处理及分析领域,淋巴细胞核的分割和检测是一项重要的工作。本研究通过分析H&E染色的组织病理图像中淋巴细胞核的形态特征和纹理特征的有效性,构建淋巴细胞核检测模型,该模型筛选了能够区辨淋巴细胞核及其它细胞核的有效特征,具有一定创新性。所构建的模型在加入噪声的情况下进行测试,具有较高鲁棒性。具体内容包括:(1)将H&E染色组织病理图像分为训练集样本和测试集样本,在训练阶段对训练集样本进行训练,利用概率密度函数图来筛选出有效特征,利用筛选出来的特征进行分类器训练建立分类模型,从而构建淋巴细胞核分类器;(2)在测试阶段利用训练阶段得到的分类器对细胞核进行分类,从而检测出带有淋巴细胞核标记的图像输出;(3)根据不同特征值,分别构建三种分类模型,并通过实验得到最优分类模型;(4)给测试集图像加入多种噪声,通过多次实验测试来验证淋巴细胞核模型的鲁棒性。自动化病理图像分析的研究的发展,不仅...

【文章页数】：52 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 淋巴细胞核特征提取的研究现状
    1.3 研究内容
    1.4 结构安排
    1.5 本章小结
第2章 淋巴细胞图像特征提取
    2.1 图像预处理
    2.2 细胞核分割
    2.3 细胞核形态特征提取
        2.3.1 形态特征介绍
        2.3.2 形态特征实例
    2.4 纹理特征提取
        2.4.1 纹理特征
        2.4.2 灰度共生矩阵
        2.4.3 Haralick纹理特征
        2.4.4 Run Length纹理特征
    2.5 本章小结
第3章 淋巴细胞核检测模型
    3.1 程序流程图
    3.2 特征选择
    3.3 SVM分类模型
    3.4 构建模型
    3.5 本章小结
第4章 淋巴细胞核检测模型评价
    4.1 模型评价标准
    4.2 噪声介绍
    4.3 验证模型鲁棒性
        4.3.1 高斯噪声
        4.3.2 椒盐噪声
    4.4 本章小结
第5章 工作总结与展望
    5.1 工作总结
    5.2 未来工作展望
参考文献
致谢
攻读硕士期间的研究成果



本文编号：3972958