肺癌细胞识别彩色图像处理系统

肺癌细胞识别彩色图像处理系统刘雷健，杨静宇，曹雨龙，邬永革，汪华峰（南京理工大学计算机系南京２１００９４）关键词：彩色分割，最佳鉴别，自适应阈值分割，分类，形态学特征１引言长期以来，图像处理技术已经被广泛地应用于医学领域，其中许多应用是在微观医学与生...

肺癌细胞识别彩色图像处理系统

本文介绍了一个用于识别痰液涂片彩色细胞图像中肺癌细胞的彩色图像处理系统。为了提高系统识别癌细胞的稳定性与有效性,我们采用了一种细胞分割与分类的分层处理结构。首先,在某一特定的归一化彩色空间中,利用自适应阈值的方法对细胞核进行分割;然后,利用细胞核的形态学特征检出可疑癌细胞;最后用细胞核区的色度学特征对可疑癌细胞进行分类与识别,从而确定是否存在癌细胞。实验结果表明,本文提出的方法是可行、有效的。

一种基于改进GS方法的图像分割方法

聚类分析作为多元统计分析的一个分支,用于图像分割己有相当一段历史。文章基于间隙统计(Gap Statistic,GS)方法从估计最佳聚类数的角度对图像存在的最佳分割进行研究。为去除GS方法中由于随机产生参考数集以及采用样本估计带来的误差,并能给出一个具体的图像分割过程,文章对GS方法进行了改进,通过修正间隙(Gap)统计量,计算出一维情况下Gap统计量的具体函数表达式,并在此基础上提出一种图像分割算法:最佳自适应k-阈值分割算法。