论文部分内容阅读
宫颈癌是我国常见的恶性肿瘤,其死亡率居妇科肿瘤第二位,严重危害妇女健康,应引起广大妇女的关注。对宫颈癌的早期诊断是提高宫颈癌治愈率及患者生存率的关键,一直是妇科防癌者为之努力的目标。设计出对宫颈涂片的自动诊断系统成为亟待解决的问题。
在宫颈癌细胞图像处理中,细胞的分割和识别是最重要、最困难的一个方面,而重迭细胞的识别更是难中之难。重迭细胞区域分割问题的解决对疾病诊断、细胞信息定量分析、细胞变异等研究具有重要的影响。重迭细胞在癌细胞图像中占有很大比例,是论文的研究重点。
本文研究了宫颈癌彩色细胞图像处理的步骤和方法,认为此类癌细胞的处理应该分为四个步骤:图像预处理、重迭细胞的分割、特征值提取和神经网络判别。
在预处理中,根据癌细胞图像的特点,使用直方图双峰法,找到合适的阈值。然后对图像二值化处理,得到噪声较少且均匀的图像。根据二值图像,提取出了细胞的轮廓。
在重迭细胞的分割处理中,首先利用骨架化理论提取出细胞图像的主骨架,由主骨架判别出了重迭细胞的数目;其次使用遗传算法近似细胞轮廓为多边形,减少了处理的点数;再次运用圆形假设理论改进了重迭细胞的几何分割方法,寻找到最长轴的平行线,通过比较凹陷点到平行线的距离找到潜在分割点,实现了双细胞的分割;最后对于多细胞重迭的情况,使用轮廓跟踪的方法消除了细胞轮廓,又运用中心点是黑度点较多的点这一理论,找到了细胞骨架的中点,便于和凹陷点连接进行分割。此几何分割方法在分割重迭细胞的同时解决了可能分割一个完整细胞的问题,方法简捷、易实现,与以前的算法相比具有较好的适应性。
特征值提取中,已经使用八链码方法实现了求解细胞体和细胞核的周长、宽度、高度、面积、似圆度、矩形度、伸展度等参数。并指出了BP神经网络的输入端参数。
最后对处理步骤及几何分割新方法的特点做了简要的总结。