基于稀疏边缘检测的重叠细胞分割方法研究

发布时间：2021-05-17 19:00

　　宫颈癌是目前医学难以攻克的课题之一,宫颈癌的筛查对于降低发病率和死亡率具有重要意义,早期的筛查可以有效地保护女性的健康。目前来说,宫颈细胞图片技术是应用比较广泛的检测识别技术,它具有制片速度较快、涂片质量高等优点。在薄层细胞自动辅助检测系统中,细胞图像的自动分割是整个系统的基础,因此有效分割重叠的细胞图像是图像分类识别的关键,对于提升整个系统的分割准确度具有十分重要的作用。因此本文以薄层细胞为基础对重叠宫颈细胞图像的分割问题进行研究。首先,对宫颈细胞图像进行前期处理,通过使用高斯模型对前景对象进行建模,然后根据函数单调性选择理想阈值来提取细胞前景图像,根据细胞特点对细胞图像运用形态学操作,进行图像增强和去噪,消除细胞在染色过程中的杂质和复杂背景。其次,通过对细胞核的形态特征分析,采用一种改进的基于分块阈值和自适应阈值相结合的细胞核分割方法。该方法把细胞核的分割按照初分割和再分割两步来进行,即在初分割结束之后进入细胞筛选分类过程,然后进入再分割部分进行二次分割,每一部分都通过细胞核的特点进行改进,根据细胞核形状特征来进行分类和分割,实现了细胞核的精确分割,准确性和分割效果有了很大的提升。... 

【文章来源】：哈尔滨理工大学黑龙江省

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究的背景及意义
    1.2 国内外研究现状
        1.2.1 宫颈细胞诊断系统的发展
        1.2.2 细胞图像分割技术的发展
    1.3 主要工作与结构安排
        1.3.1 论文的主要工作
        1.3.2 论文的结构安排
第2章 基本细胞图像分割方法
    2.1 基本图像分割方法
        2.1.1 阈值法
        2.1.2 大津法
        2.1.3 分水岭法
    2.2 细胞图像分割的特点
    2.3 本章小结
第3章 改进的基于分块阈值和自适应阈值结合的细胞核分割
    3.1 细胞图像预处理
        3.1.1 高斯平滑处理
        3.1.2 图像背景降噪
    3.2 改进的基于分块阈值和自适应阈值结合的细胞核分割
        3.2.1 系统总体框架
        3.2.2 改进的分块阈值分割
        3.2.3 改进的自适应阈值分割
    3.3 实验结果与分析
    3.4 本章小结
第4章 基于稀疏边缘检测的重叠细胞分割
    4.1 细胞边缘点模型
    4.2 重叠细胞图像预处理
        4.2.1 细胞核提取
        4.2.2 细胞区域增强
        4.2.3 细胞边缘粗提取
    4.3 基于稀疏边缘检测的重叠宫颈细胞分割
        4.3.1 定位基础轮廓
        4.3.2 边缘环形动态搜索
        4.3.3 细胞边缘轮廓提取
    4.4 细胞图像分割的实验与评价
        4.4.1 实验数据来源
        4.4.2 仿真实验结果与分析
        4.4.3 对比实验结果与分析
        4.4.4 评价指标
    4.5 本章小结
结论
参考文献
攻读学位期间发表的学术论文
致谢


【参考文献】：
期刊论文
[1]基于曲率和活动轮廓模型的重叠细胞分割算法[J]. 杨秀杰,李法平.  西南师范大学学报(自然科学版). 2018(04)
[2]《2016年NCCN宫颈癌临床实践指南》解读[J]. 龚静,张军.  中国全科医学. 2016(27)
[3]宫颈癌防治研究进展[J]. 张燕茹,王月云,刘植华.  中国肿瘤. 2015(12)
[4]宫颈癌的流行病学现状和预防[J]. 乔友林,赵宇倩.  中华妇幼临床医学杂志(电子版). 2015(02)
[5]异常宫颈细胞核的自适应局部分割[J]. 张灵,李静立,陈思平,汪天富,江少锋,刘少雄.  中国图象图形学报. 2013(10)
[6]计算机辅助阅片与单纯人工阅片在宫颈液基细胞学诊断中对比观察[J]. 周东华,田杰,王夷黎,秦艳,平静,刘小燕,陈莹,范菊花.  临床与实验病理学杂志. 2013(07)
[7]基于RGB模型颜色相似性的彩色图像分割[J]. 杨康叶,邬春学.  计算机系统应用. 2013(03)
[8]改良冲洗器在宫颈癌放疗患者阴道冲洗中的应用[J]. 黄钦,黄钊,冯丽娟.  护理学杂志. 2011(14)
[9]结合分水岭与自动种子区域生长的彩色图像分割算法[J]. 杨家红,刘杰,钟坚成,何明志.  中国图象图形学报. 2010(01)
[10]基于局部自适应阈值的细胞图像分割方法[J]. 马保国,乔玲玲,贾寅波.  计算机应用研究. 2009(02)

硕士论文
[1]基于GVF Snake的宫颈细胞图像分割算法及分类识别的研究[D]. 刘艳红.广西师范大学 2016
[2]一种改进的K-MEANS聚类彩色图像分割方法[D]. 牛少敏.辽宁师范大学 2012



本文编号：3192278