检索历史 清除

摘要病理诊断被称为临床诊断的金标准，而目前病理科医生的数量严重不足，工作量非常繁重，因此病理学对病理图像的计算机辅助诊断(CAD)技术提出了迫切需求。但是，病理图像的计算机辅助诊断技术却远远落后于CT、MRI等影像的CAD技术。肝细胞分割是肝组织病理诊断的首要问题，正常肝细胞统计形状模型的建立对辅助筛查异常肝细胞进而诊断肝癌具有重要的研究意义和应用价值。<br>　　本文通过学习大量的国内外相关文献，以肝组织病理图像作为研究对象，对肝细胞分割和正常肝细胞统计形状建模方法进行了深入的研究，提出了粘连细胞分割的新算法和肝细胞统计形状模型的建立方法。具体研究如下:<br>　　(1)肝细胞分割是建立肝细胞统计形状模型的前提，本文提出的肝细胞分割算法主要分为图像预处理、粗分割、粘连细胞分割等三个步骤。在预处理阶段，本文采用均值滤波和基于直方图均衡化的R通道增强;粗分割阶段，主要利用水平集算法进行粗分割;在粘连细胞分割阶段，本文提出了一种改进的分水岭算法，基于自适应邻域进行粘连细胞的分割，该算法不但可以改善传统算法的过分割问题，而且明显的提高了分割效率。<br>　　(2)在正常肝细胞统计形状建模部分，本文通过利用极坐标表示肝细胞形状，就将细胞样本之间的对齐问题由二维空间转变成在一维空间的对齐问题，简化了采样点的选择问题，同时提高了建模效率。<br>　　为了验证算法的有效性，本文对实际的HE染色肝组织病理图像分别进行了细胞分割和建立统计形状模型的实验，实验结果表明:本文算法能较好的分割出肝细胞，并且能够建立表现良好的肝细胞形状模型。<br>　　基于上述算法，本文开发了肝细胞分割系统及统计形状建模系统，本系统不但提供了良好的操作界面，而且为后续的理论和算法研究提供了良好的实验平台。