14452.免疫組化圖像的分割研究

1、南方醫(yī)科大學(xué)2010級(jí)碩士學(xué)位論文免疫組化圖像的分割研究ResearchOnSegmentationOfCellsWithIHC課題來源：廣東省科技計(jì)劃項(xiàng)目(No2009801080029)學(xué)位申請(qǐng)人導(dǎo)師姓名專業(yè)培養(yǎng)培養(yǎng)所在名稱單位層次學(xué)院徐青傅蓉副教授陳武凡教授生物醫(yī)學(xué)工程全日制學(xué)術(shù)型碩士研究生生物醫(yī)學(xué)工程學(xué)院2013年5月日廣州中文摘要入到本算法的分割處理中，通過顏色卷積模版來得到分離后的分割輸入圖像。然后設(shè)計(jì)了新的圖像熵計(jì)算模版，

2、并由IHC圖像在R，G，B單顏色通道的局部圖像熵來合成最終的熵，最后根據(jù)圖像熵使用類間最大方差法提取目標(biāo)邊緣。通過Matlab仿真實(shí)驗(yàn)證明，該方法與傳統(tǒng)的圖像熵分割方法相比，對(duì)圖像中有顏色變化但亮度近似的邊界區(qū)域有很好的邊界提取效果，而且還有效避免了傳統(tǒng)圖像熵在圖像邊緣拐角處的熵值丟失或階躍的情況出現(xiàn)，算法分割的準(zhǔn)確性和魯棒性都得到明顯的提高。由于細(xì)胞膜只有在染色成功時(shí)才‘可見，對(duì)于那些沒有染色的區(qū)域，使用常規(guī)的圖像分割方法往往無法實(shí)現(xiàn)

3、正確分割，這使得針對(duì)免疫組化圖像細(xì)胞膜的分割面臨一些挑戰(zhàn)。本文為了提高細(xì)胞膜分割的精度，充分利用了細(xì)胞膜在形態(tài)學(xué)上的幾何特征，先快速找到近似細(xì)胞膜位置，然后參考真實(shí)細(xì)胞膜輪廓，對(duì)于未染色的細(xì)胞膜輪廓采用了重構(gòu)的方法，最后通過插值和平滑技術(shù)將兩部分連接在一起，得到細(xì)胞膜分割的最終邊界。研究表明，通過對(duì)來自人工定位的真實(shí)圖像數(shù)據(jù)比較，本文方法在IHC圖像分割上有很高的精確性和速度。本文有關(guān)分割部分的程序代碼采用C實(shí)現(xiàn)，并做了性能方面的優(yōu)化，