血细胞显微图像分割算法研究

摘要

“血涂片”显微镜镜检是检验血液细胞的基本方式之一。传统的白细胞计数和红细胞形态分析需要专业医师在显微镜下对人工涂片进行观测得到结果，这是一个极其耗时费力的过程，其结果依赖于医师的专业知识技能和经验，偏差性较大。随着图像处理和目标识别技术在生物医学工程领域的广泛应用，显微镜检测也逐渐由手工方法过渡到自动分析。近年来，自动检测系统已经成为生物医学领域一个新的研究热点，利用计算机的高性能大幅提高了图片处理速度，因而也大大缩短了临床上病理判断的时间。自动镜检系统一般可分为图像采集、图像处理和识别等过程，论文深入血细胞显微图像分割的方法展开研究。考虑到血细胞镜检图片背景复杂、干扰较多、细胞相互粘连且非同类细胞形态各异等特点，依据图像采集平台固有机制，将血细胞分割分为三个步骤：即白细胞检测、白细胞核浆分离和红细胞分割。
　　本研究主要内容包括：⑴在白细胞检测步骤中，介绍了多种经典阈值分割方法，剖析对比了各自的优缺点。重点介绍了内外均值反差法，并运用到白细胞检测中，相比于其它算法具有更强的追踪和检测能力，能准确地获得包含白细胞的关注区域。⑵在白细胞核浆分离步骤中，研究了白细胞图像在不同颜色空间中显现的特点，以OTSU阈值分割和区域生长算法作为白细胞核浆区域分割手段，利用信息融合理论提出一种基于HSI空间彩色白细胞图像分割方法。实验结果表明，该方法能够准确地分离白细胞核浆区域，满足医学图像处理的要求。⑶在红细胞分割步骤中，研究了分水岭变换原理及改进方法，依据红细胞图像固有特性，结合区域与梯度两种分水岭变换的优点，提出一种结合距离变换与边缘梯度的分水岭分割算法。实验结果表明，算法的改进取得了较好的分割效果，满足医学图像处理要求的实时性和普适性。