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.
更多相关知识
- 浏览13
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文