基于形态学的细胞图像分析研究

摘要

医学图像分析处理在临床诊断和治疗中起着越来越重要的作用。近年来,细胞活性分析成为该领域研究的重要课题。该课题主要研究内容是对显微图像进行分析,判断细胞活性,并进行精确而快速地自动分析。
　　 本文对细胞活性分析系统中的自动对焦、细胞图像分割、自动计数及特征提取等内容进行了研究,主要工作如下:
　　 1、本文采用基于图像处理的被动式对焦技术,对显微镜进行自动对焦,以获取清晰的细胞图像。为了快速、准确定位聚焦位置,本文将对焦过程分为粗对焦和细对焦,分别采用不同的聚焦评价函数,引入阈值和升降趋势因素,改进了爬山搜索算法,实现自动对焦,提高了对焦的精度和速度。
　　 2、本文针对细胞活性分析系统中非活性和活性细胞图像的特点,分别采用不同的策略来分割细胞,改进了基于形态学分水岭的算法。对于非活性细胞,通过加强数值较大的区域极值的深度以改进扩展极值方法,解决了过分割和欠分割问题;而对于活性细胞,在采用标记符及极小值强加技术时考虑细胞形状大小等特征,显著提高了细胞轮廓定位的准确性。该方法可以有效地分割活性和非活性细胞图像,分离粘连细胞。
　　 3、对分割后的细胞,本文通过提取连通分量的方法来获取单个细胞图像,并进行统计分析。结合本文分割算法,细胞自动计数精度与人工计数精度接近,具有较高的实用性。本文还提取了细胞的形态特征,包括:半径、周长、面积、圆形度等,不仅有利于分析细胞特点,还有利于进一步改进细胞识别方法。