細(xì)胞抹片顯微圖像自動(dòng)分割識(shí)別算法研究.pdf

1、宮頸癌是女性中常見(jiàn)的惡性腫瘤，其能否治愈主要取決于宮頸癌的早期發(fā)現(xiàn)和早期診斷。隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，研究者將其用于細(xì)胞抹片顯微圖像進(jìn)行分析，以輔助病理醫(yī)師進(jìn)行診斷。宮頸細(xì)胞抹片顯微圖像存在細(xì)胞核與背景對(duì)比度不強(qiáng)、染色不均勻以及細(xì)胞核粘連等問(wèn)題而無(wú)法精確分割出宮頸細(xì)胞核；在宮頸細(xì)胞抹片顯微圖像的分類識(shí)別中存在特征提取單一、未進(jìn)行特征選擇等問(wèn)題而無(wú)法得到有效的分類性能。
　　針對(duì)這些問(wèn)題，本文研究并提出了一種基于多特征Mean-s

2、hift聚類和彈性數(shù)學(xué)形態(tài)學(xué)的雙尺度自動(dòng)分割算法以及基于多類型特征提取與選擇的分類識(shí)別算法。本文研究工作主要包括：
　?、籴槍?duì)宮頸細(xì)胞抹片顯微圖像中細(xì)胞核分割存在的難點(diǎn)，提出一種基于多特征Mean-shift聚類和彈性數(shù)學(xué)形態(tài)學(xué)的雙尺度自動(dòng)分割算法。該算法采用頂帽-底帽變換增強(qiáng)細(xì)胞核與背景的對(duì)比度；采用Mean-shift聚類算法對(duì)增強(qiáng)圖像的灰度和空間位置信息進(jìn)行聚類，以實(shí)現(xiàn)宮頸細(xì)胞核的定位；采用圓形度和面積閾值判斷提取出粘連重疊

3、細(xì)胞核，并采用彈性數(shù)學(xué)形態(tài)學(xué)算法實(shí)現(xiàn)不同粘連重疊程度細(xì)胞核的分割。
　?、卺槍?duì)宮頸細(xì)胞抹片顯微圖像特征提取單一的問(wèn)題，本文研究并提出了多類型的宮頸細(xì)胞核特征提取算法。該特征提取算法可以提取形態(tài)特征、顏色特征和統(tǒng)計(jì)紋理特征、從時(shí)域和頻域進(jìn)行分析的 Gabor特征以及從圖像中像素點(diǎn)本身的一種結(jié)構(gòu)關(guān)系進(jìn)行描述的MRF特征。綜合各類型特征用于后續(xù)宮頸細(xì)胞抹片顯微圖像的分類識(shí)別。
　?、坩槍?duì)宮頸細(xì)胞抹片顯微圖像分類識(shí)別階段未進(jìn)行特征選

4、擇的問(wèn)題，研究并提出基于假設(shè)檢驗(yàn)的過(guò)濾式特征選擇算法和基于 GA的封裝式特征選擇算法。這兩種特征選擇算法可以減少宮頸細(xì)胞抹片顯微圖像分類識(shí)別的時(shí)間，并提高分類識(shí)別的性能。運(yùn)用特征選擇算法選擇的特征進(jìn)行宮頸細(xì)胞抹片顯微圖像的分類識(shí)別，驗(yàn)證了本文提出的特征提取算法、特征選擇算法以及分類算法的有效性。
　　本文的研究工作為宮頸細(xì)胞抹片顯微圖像的自動(dòng)分割識(shí)別算法提供了新的解決辦法，為計(jì)算機(jī)輔助診斷宮頸癌提供了新的理論和方法，增強(qiáng)了宮頸細(xì)胞