染色体显微图像分割与分析技术的研究

摘要

医学显微图像的处理和分析是现代医学研究中最常用的手段，数字医学图像已经成为医生诊断病情的基本依据。计算机图像处理技术以其精确性、客观性、处理速度快等方面的优势，已经成为医学显微图像分析技术的发展趋势。染色体显微图像的分析是在显微图像数字化的基础上，来分析显微图像中的相关参数。利用计算机对显微图像作各种处理，加快了分析处理的速度和准确性。
　　染色体显微图像分割是染色体图像分析的基础，分割的好坏直接影响到后续的分析和其他处理阶段。本文在传统的基于C均值（K均值）聚类分割的基础上，引入了粒子群优化算法(PSO)。首先建立一个染色体彩色图像的色度学准则，该准则可将染色体彩色图像自动分割成两幅图像:图像A、图像B。将每个样本视为粒子群中的一个粒子，在此基础上利用基于PSO的C均值（K均值）聚类算法对染色体彩色图像进行分割，从而有效地避免了图像搜索分割过程中陷入局部极优，解决了图像分割中的参量选择难题。
　　针对迭代过程中计算量大的问题，针对迭代过程的特点即经过几次迭代后，均值移动向量将逐渐趋于平稳，引入Kalman预测算法来预测迭代的聚类中心值，无需重新计算类间距和像素归类。但为防止产生较大的偏移量，在后续迭代过程中，再等间隔地预测聚类中心值。结果证明这种处理办法减少了迭代的次数，极大地提高了运算速度。
　　在染色体显微图像分析方面，本文提出了一种基于成对几何直方图(PGH)的染色体形状分析方法，对染色体形状信息进行PGH编码，然后对偏心率和圆形度参数进行分析。实现了快速准确的对这两项参数进行提取分析。
　　实验表明，本文所提出的染色体显微图像分割方法和分析方法极大提高了染色体图像分析的精确度，为临床诊断和医学研究提供了定量、准确、迅速的诊断手段。

目录

声明

摘要

1、导论

1．1 选题背景及意义

1．1．1 选题背景

1．1．2 选题意义

1．2 本课题研究动态

1．2．1 国外研究动态

1．2．2 国内研究动态

1．3 论文的组织结构

1．4 论文的主要研究内容

1．4．1 染色体显微图像分析的流程

1．4．2 论文的思路方法和技术路线

1．4．3 论文的创新

2 染色体图像相关概念

2．1 染色体的相关概念

2．1．1 染色体的概念

2．1．2 遗传病学的概念

2．1．3 染色体核型分析的概念

2．1．4 染色体图像分析的意义

2．2 染色体显微图像的获取方法

2．3 染色体显微图像的特征

2．3．1 形态特征

2．3．2 带型特征

2．4 染色体显微图像的分类

3 染色体图像分割概述

3．1 图像预处理技术

3．1．1 图像的增强

3．1．2 图像的均衡化

3．2 彩色图像颜色空间的选择

3．2．1 常用的颜色空间

3．2．2 颜色空间的选择

3．3 彩色图像分割方法

3．3．1 基于边缘的分割技术

3．3．2 基于区域的分割技术

3．3．3 基于特定理论的图像分割法

4 染色体显微图像的分割

4．1 常用分割算法研究综述

4．1．1 基于YUV颜色空间的OTSU阈值分割

4．1．2 基于分水岭分割算法的染色体显微图像分割

4．2 基于PSO的C均值(K均值)染色体显微图像分割

4．2．1 色度学准则的建立

4．2．2 C均值(K均值)聚类算法分析

4．2．3 粒子群优化算法(PSO)

4．2．4 基于PSO的C均值(K均值)染色体显微图像分割

4．2．5 Kalman预测机

5 染色体显微图像的分析

5．1 染色体图像分析技术进展

5．1．1 人工图像处理分析技术

5．1．2 计算机图像分析处理技术

5．2 经典分析方法比较

5．3 基于成对几何直方图(PGH)的形状分析

5．3．1 形状描述符

5．3．2 基于成对几何直方图(PGH)的染色体形状分析

5．3．3 染色体的偏心率和圆形度计算

6 总结与展望

参考文献

攻读工程硕士期间所发表的文章

个人简历

致谢