細(xì)胞分類識別技術(shù)的研究.pdf

1、目前醫(yī)學(xué)病理診斷主要是由醫(yī)務(wù)人員對細(xì)胞組織切片在顯微鏡下進(jìn)行形態(tài)學(xué)觀察，并依據(jù)經(jīng)驗得出診斷結(jié)論。這種方式定性的成分居多，客觀性不足，在診斷科學(xué)逐步走向量化的道路上，有必要使用計算機信息技術(shù)推動病理診斷的自動化、科學(xué)化。 本文針對上述問題，用計算機圖像處理及模式識別等信息技術(shù)對顯微細(xì)胞圖像的自動分析和分類的方法進(jìn)行了研究，并針對醫(yī)學(xué)圖像分析中的難點(例如，顯微切片圖像背景復(fù)雜，分割困難)，提出了基于歸一化彩色空間和RGB，HSV彩

2、色模型的兩類分割方法：①利用模式識別技術(shù)中關(guān)于特征向量空間聚類的方法實施真彩色分割。②利用HSV模型，采用最大類間方差的閾值分割。這兩種方式有效地利用了多維特征空間對于分割目標(biāo)所提供的信息，使分割的準(zhǔn)確性有了較大的提高。 論文還進(jìn)一步探討了有關(guān)細(xì)胞形態(tài)及色度測量的技術(shù)，在原有的技術(shù)基礎(chǔ)上完善了目標(biāo)識別及輪廓跟蹤的算法，使之可以測定多種參數(shù)，并提出了多項衡量細(xì)胞特征的指標(biāo)，對細(xì)胞分類具有重要的指導(dǎo)意義。在實驗的基礎(chǔ)上，給出了區(qū)分正