化学计量学方法在医学显微图象特征提取与分析中的应用

摘要

该文中,我们将数字图象处理技术和化学计量学方法相结合,用于医学病理图象分析和染色体自动识别匹配,以期提高医疗诊断的自动化水平,减轻医生的劳动强度,提高判断的准确性和客观性,并取得了令人满意的结果.在医学病理图象分析中,我们使用大津展之阈值化方法对细胞和核仁银染图象进行分割,提取待分析的目标区域.C-均值聚类方法提取核仁银染颗粒.在免疫组化图象分析中,由于免疫组化图象的复杂性,我们使用C-均值聚类在三维彩色空间中直接对图象进行聚类,提取出阳性组织区域.计算结果表明该方法是可行的.在图象的后期处理中,我们应用数学形态学和区域聚合方法填充空洞和滤除图象中的噪声区域.最后根据数字图象处理技术计算出各种特征参数,作为医生诊断的依据并得到了医生的认可.在染色体识别匹配中,通过对染色体图象进行阈值化,增强等预处理后,可以自动地从图象中分离出各个染色体对象.这样在保证识别速度的前提下大大提高了识别的准确性,得到了较为满意的结果.

目录

文摘

英文文摘

第一章引言

第二章图象处理基本技术

2.1图象去噪

2.2图象增强

2.3图象分割

2.4遗传算法

2.5数学形态学

2.6多边形逼近

第三章病理图象分析

3.1细胞形态分析

3.1.1 图象的阈值化

2.1.2 噪声滤除和区域填充

3.1.3特征参数的计算

3.2细胞核仁银染分析

3.2.1核仁银染区域的提取

3.2.2孤立区域的滤除和空洞的填充

3.2.3银染颗粒标记

3.2.4参数计算

3.3免疫组化分析

3.3.1阳性区域的提取

3.3.2计算阳性率

3.4结果与讨论

第四章染色体识别匹配

4.1 图象的获取

4.2染色体图象的预处理

4.2.1 阈值化

4.2.2直方图均衡化

4.3 单个染色体数据获取

4.4染色体特征参数的计算

4.4.1染色体骨架的计算

4.4.2骨架的遍历和补偿

4.4.3染色体长度和面积

4.4.4着丝粒的计算

4.4.5染色体的纹理特征

4.5 识别匹配

4.6结果与讨论

参考文献

附录

致谢