細胞重疊與融合性圖像的分離與分割技術研究.pdf

1、研究的目的和意義 通過顯微鏡、利用目視方法來分析免疫組化染色結果在臨床病理學及生物醫(yī)學工程學中一直占有重要的地位，由于該法具有一定的主觀性，因而影響了結果分析與判斷的準確性。隨著計算機技術的發(fā)展，計算機圖像處理與分析技術在臨床診斷和治療中起著越來越重要的作用。開發(fā)新的圖像分析系統(tǒng)(IAS)，用計算機來自動處理免疫組化細胞圖像，進行定量分析，輔助醫(yī)生做出快速準確的判斷在醫(yī)學疾病診斷上有重要應用前景。但目前的圖像分析系統(tǒng)的準確率還不

2、夠高，要得到好的分類、分析效果或較高的識別率，要獲得精確定量化特征參數，依賴于準確、快速并具可重復性的分割技術，換句話說，分割處理是IAS中的關鍵環(huán)節(jié)。但由于圖像分割面向問題的特殊性，至今尚未有一個普遍適用的理論和方法。數學、計算機技術、體視學及醫(yī)學相關領域的飛速發(fā)展為細胞的自動分割和定量分析奠定了基礎。研究相關的分割分離技術，為高效實用的病理圖像輔助分析系統(tǒng)奠定技術基礎成為當前研究的熱點。研究內容與擬解決的問題從CCD攝像機輸出的免疫

3、組化細胞圖像是真彩色圖像，其中陽性細胞和陰性細胞的計數以及它們之間的比例是判斷免疫組化反應強度的重要指標，對腫瘤的診斷和預后判定有非常重要的價值。為了能夠對免疫組化細胞圖像進行準確的數據分析，關鍵是要對該種圖像中的陽性細胞和陰性細胞進行正確地分割。免疫組化彩色圖像中，陽性細胞和陰性細胞在RGB三個顏色空間都有交叉區(qū)，因而單純從某個顏色空間來分割陽性細胞和陰性細胞幾乎不可能。此外由于切片、涂片和細胞本身的原因，經常會出現多個細胞重疊在一起

4、形成一個較大的融合區(qū)域，如果不能有效地把重疊在一起的細胞分離成單個細胞，這將直接影響細胞計數和各種參數的測量結果。本論文針對免疫組化細胞圖像的特點，提出免疫組化融合性圖像特征結構的分割技術與重疊細胞圖像的自動分離技術，解決陽性細胞和陰性細胞分割提取，細胞重疊判定、細胞核心計算、重疊細胞分離等技術難題。 免疫組化融合性圖像特征結構分割技術研究的內容是對具有閉合連續(xù)邊界屬性的彩色細胞圖像進行新的分割方法的設計與實現，并做圖像分割實驗

5、，提取出免疫組化彩色圖像中的陽性細胞和陰性細胞。目的是獲得更準確而快速的彩色細胞圖像分割方法，用以提高彩色圖像中特定區(qū)域的識別和測量精度。 重疊細胞圖像的自動分離技術研究的內容是對重疊在一起的細胞圖像進行新的分離算法的設計與實現，目的是獲得邊界完整、無破損的單個細胞，為細胞的計數和面積、周長及形狀因子等參數的定量測試奠定基礎。 技術路線 1．免疫組化融合性圖像特征結構的分割 (1)圖像預處理包括圖像對比度

6、的增強、噪聲的濾除、圖像內部空洞的填補等，用于提高圖像的質量，便于區(qū)域的識別。 (2)色度學分析采集多幅ER/PR免疫組化彩色圖像，分析不同區(qū)域的RGB三色空間的顏色值，獲得陽性細胞和陰性細胞在RGB三色空間的分布概況，尋找陽性細胞和陰性細胞RGB分布差異。 (3)陽性細胞和陰性細胞的粗分割依據色度學分析的結果，建立免疫組化彩色圖像色度學判斷準則，對陽性細胞和陰性細胞粗分割。 (4)陽性細胞和陰性細胞的細分割選擇

7、合適的分割算法——C均值聚類，針對其不足進行改進，形成新的細胞分割算法。 (5)在Matlab6.1的環(huán)境下編程實現本技術。 2．重疊細胞分離 (1)細胞重疊區(qū)域的檢出采集一些形狀各異的細胞和重疊細胞，測量它們的體視學參數，獲得有意義的結果，用于對陽性細胞和陰性細胞區(qū)域內的每個連通區(qū)進行判別，是否存在細胞重疊。 (2)細胞核心計算分析單個細胞的核心，建立重疊細胞中各個細胞核心的計算方法。 (3

8、)重疊細胞凸閉包結構分析對細胞重疊區(qū)域的凹凸性進行分析，計算凸閉包結構，并基于凸閉包計算重疊細胞的凹區(qū)。 (4)凹點搜尋對重疊細胞凹區(qū)分析，從重疊細胞凹區(qū)搜尋到凹點。 (5)重疊細胞分離針對不同形狀的重疊，從分離區(qū)中搜尋精確的分離點，連接分離點對實現細胞分離。 (6)在Matlab6.1的環(huán)境下編程實現本技術。 結論 1．本研究首次提出并建立了免疫組化色度學準則，可以將：ER/PR免疫組化彩色

9、圖像中的陽性區(qū)和陰性區(qū)分割到不同的圖像中，為下一步陽性細胞和陰性細胞的分割提取奠定了基礎。 2．本研究對C-均值算法進行了改進：在色度學準則分割效果的基礎上，減少了聚類分割的數據量，并減少了迭代的次數，提高了運行的速度，準確分割提取出免疫組化圖像中的陽性細胞和陰性細胞，效果滿意。 3．本研究首次提出并建了基于形狀因子分析的重疊細胞判別新技術，實現了圖像中重疊細胞區(qū)的自動判別。該技術可用于細胞圖像中重疊細胞的自動提取、重疊

10、細胞核的自動提取。 4．本研究首次提出基于數學形態(tài)學的細胞核心概念及提取技術，計算出重疊細胞的各個核心坐標以及總的核心數。該技術可用于重疊細胞的自動分離、細胞散點圖的構建。 5．本研究首次提出并建立了基于凸閉包結構的凹區(qū)提取技術，從重疊細胞的凹凸性方面計算出重疊細胞的各個凹區(qū)。該技術可用于重疊細胞的自動分離、細胞異型性的判別。 6．本研究首次提出并建立了基于凹區(qū)的凹點搜尋新技術，將重疊細胞的各個凹點提取出來，為細