腺癌细胞分割计数方法的设计与实现

发布时间：2020-08-07 13:54

【摘要】：随着近几年腺癌发病率的增高,临床腺癌病理诊断标本量明显增多。目前医院病理科医生通过在显微镜下观察染色的病理切片并通过人工经验来区分腺癌细胞,但腺癌细胞鉴别较困难。因此,设计一个腺癌细胞的自动分割计数方法,提高临床病理医生的工作效率和细胞辨识准确度,已成为临床病理工作的迫切需求。该课题先通过分水岭算法取得一个细胞的区域,再提取该区域内的纹理特征与粗略的几何形态特征,通过AdaBoost算法对各个区域提取特征,第三步将这两类特征输入训练好的Adaboost分类器,然后根据特征判断该区域是否是腺癌细胞区域,最后完成腺癌细胞的计数并通过软件显示出来。在分割计数方法设计时尽可能完成所有重叠、粘连、多核细胞的分割和计数,实现多种腺癌细胞的自动分割和计数,具有一定的临床应用意义。在实现该自动分割计数方法是,首先需要完成细胞的分割,得到一个大致的区域,对于由于操作等各种原因造成的细胞粘连或重叠的图片来说,完成细胞的分割并在图像上体现细胞的粘连和重合部分,将直接决定细胞特征提取的效果。分割计数方法设计如下:先进行图像标记,得到直接使用二值化图像处理的分水岭的结果;边缘去噪,过滤掉图像上细小的噪声;距离变换,计算一个图像的背景像素在全局运算中的最短距离,得到最后的近似距离图像;形态重构,将图像内的边界信息建设成分水岭的零值;分水岭建模,使用分水岭函数检测出图像边界得到初步分割的图像;局部处理,在不同区域采用不同的距离变换参数,提取出局部区域;参数训练,将提取出的区域取出重新调整距离变换时的距离参数再进行处理,得到细胞分割的大致区域;特征提取,基于腺癌细胞的分割结果的形状、灰度值和纹理特征,提取该区域内的纹理特征与粗略的几何形态特征;细胞计数,将这两类特征输入Adaboost算法,通过手工标记的训练样本,实现腺癌和非腺癌区域的两分类;然后优化最终分割图像的分割结果,消除非腺癌细胞的分割区域,实现细胞的计数。该腺癌细胞分割计数方法可以实现多种复杂的腺癌细胞图像的分割计数,通过多次的分水岭分割以及特诊提取,再实现腺癌和非腺癌区域的两分类,完成腺癌细胞的计数,并在软件的交互界面内直观的显示图像内的细胞个数。对该分割计数方法的功能和性能进行测试,测试结果与设计指标基本相符。
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R730.4;TP391.41
【图文】：

图片,图像,临床经验

待分割图片目前传统的依托人工及临床经验来处理腺癌细胞图像已经远远不能满足现代化、快速化、精准

分水岭,建模,图形,蓝色

图 2.1 分水岭建模图形 2.1 的分水岭建模图形中，蓝色表示细胞的中间位置，即细胞核所在区域，蓝色胞核中心越近；红色对应细胞的边缘地带，颜色越深红说明该位置越靠近细胞边

二值化图,分水岭,二值化处理,二值化

二值化处理的分水岭图2.2中（a）图是原始图片，（b）图是二值化的图

【相似文献】