显微细胞图像分析方法的研究进展

阐述了图像处理技术在显微细胞图像处理领域的发展现状,包括显微细胞图像预处理算法、细胞分割算法、细胞跟踪算法、细胞形状变化分析、3D细胞图像分析等内容.指出了显微细胞图像处理研究中的难点,如非刚体形状的描述,旋转、平移、尺度变化对形状描述影响的消除,3D形状信息的提取和压缩等.并探讨了显微细胞图像处理由静态图像分析向动态图像分析,由2D图像分析向3D图像分析,由定性分析向定量分析的发展趋势.

用于显微细胞图象的二维自适应阈值分割算法的优化

为了改善细胞图象的分割效果 ,考虑将二维自适应阈值分割算法应用于显微细胞图象的分割 .针对细胞图象的二维直方图特点和分割要求 ,在对传统二维阈值分割算法进行优化和简化的基础上 ,通过改变阈值取值范围、优化阈值搜索方法等措施 ,提出了一种快速实现细胞图象二维自适应阈值分割算法 .仿真结果表明 ,新算法与传统算法相比 ,不仅大大减少了计算复杂性 。

显微细胞图像的自动分割

由于细胞组织本身的复杂特性以及显微镜的影响,细胞图像的分割成为图像分割中的一大难题。考虑到边缘检测可以准确的为分割提供边缘点,提出基于区域一致性测度的边缘检测算法,针对细胞图像的特点,实现其初始轮廓的自动获取,运用活动轮廓模型对初始轮廓进行优化,从而达到在大样本条件下直接对彩色细胞图像自动分割的目的。

基于形态学的显微细胞图像处理与应用

为提高医学诊断的准确率和效率,提出了基于形态学的显微细胞图像分析理论来完成对图像的分类、识别与分析.首先,对图像边缘检测算法及流域分割算法进行介绍,设计了完整的基于形态学的显微细胞图像处理方法,有效解决了图像处理中遇到的光照不均匀、染色产生的斑点等问题.然后,在图像分析阶段,把显微细胞图像形态学分析应用到血液病诊断中,同时做了细胞计数及形态参数提取并给出验证结果,最后再对细胞病医学诊断做了初步的理论尝试,研究结果与实际值相比误差小于3%.实验表明本文提出的图像分析理论在细胞病医学诊断上具有一定的应用价值.

基于水平集方法的显微细胞图像分割

利用变分法推导了图像边缘检测Snake模型对应的Euler方程,证明了水平集方法3种离散格式(向前差分、向后差分、中心差分)的不稳定性,采用迎风差分格式构造水平集算法,对显微细胞图像进行边缘检测,实验结果表明,该算法是稳定的和收敛的.

显微细胞图像的识别方法研究

提出了一种自动识别显微细胞的方案。该方案首先采用二维阈值化和Canny算子分割方法对图像进行分割,并采用遗传算法将所得结果加以融合。分割之后,对每个细胞进行二值化处理,然后利用一种改进的区域增长法求出二值图像中黑色区域和白色区域的三个区域特征。最后用这些特征值训练BP神经网络,并使用训练好的神经网络来识别未知细胞。

干涉显微细胞相位快速恢复及图像预处理分析

和传统成像技术相比较,相位显微成像应用期间省略了染色环节,并且能实现无损伤性操作,成像结果可以数量化,近年来在生物细胞学科领域中有较广泛应用。很多学者陆续提出较先进的定量相位成像技术和光波干涉原理存在一定相关性。文章首先阐述了相移干涉显微成像基本原理及典型的相位恢复方法;其次提出新型微分相位提取法;最后对显微镜下细胞图像进行预处理,并以此方法作出模拟及实验验证,目的是阐述相位梯度用于辨识细胞类别及内部结构的可行性。

基于最大信息熵原理的显微细胞图像多阈值分割算法

文章应用最大信息熵原理,实现了显微细胞图像的多阈值分割。选用图像像素灰度值和各灰度值在图像中出现的概率构成一维灰度直方图,针对显微细胞图像多域值分割的要求,将一维灰度直方图划分成3个独立的子块,确定各个子块的信息熵。根据最大信息熵原理,当总的信息熵为最大值时,确定的阈值t1、t2为最佳分割阈值。

显微细胞图像有形成分自动识别

研究了一种显微细胞图像有形成分自动识别方法,首先针对显微细胞复杂成分的现状,运用了相关的图像预处理方法,明显的提高了图像的对比度和清晰度.随后着重研究了在显微细胞图像处理时的图像分割、特征提取以及细胞特征识别等方法,得到了一套算法流程,它能够快速、准确的识别细胞.最后用该方法对常见的四种细胞图像样本进行测验,实验结果验证了该方法的有效性.

显微细胞图像有形成分分割方法研究

本文研究了一种显微细胞图像有形成分分割方法。首先,利用传统的边缘检测及阈值分割法对显微细胞图像有形成分进行分割比较,然后基于显微细胞图像特点提出了一种改进的二维最大熵阈值结合形态学分割方法。最后通过分割实验进行验证,结果表明利用本文方法能较好地实现显微细胞图像有形成分分割。所以本文提出的分割方法在医学上具有一定的实用价值。

显微细胞的图像分析技术

目前图像处理技术在细胞定量分析研究工作中起着重要作用,随着计算机技术的快速发展,图像处理技术也有了很大的进步,专门用于显微细胞病理判断的图像处理技术也得到很大提高。介绍了显微细胞图像分析系统的研究现状、基本结构和基本方法,并对今后的发展与应用作出了展望。

具有光照强度不变性的显微细胞图像处理算法

显微图像受光源光照强度的影响很大,研究了不受光照强度影响的显微细胞图像的增强技术。对显微灰度图像,用Top Hat算法对细胞进行了突出;对于显微彩色图像,先由图像的RGB空间变换到IHS(Intensity,HueandSaturation)空间,然后,通过对分量提取细胞的颜色信息。实验表明,以上两种方法消除了光照强度变化对图像的影响。

关于显微运动细胞追踪的问题与策略

就存在于追踪显微细胞运动的基本问题进行了讨论。具体采用何种追踪策略取决于建立的是一种全自动或半全自动追踪系统。为计算一基于全自动分割细胞的最佳追踪系统 ,推荐了多假设追踪方法。在半全自动追踪系统中 ,讨论在分割与追踪结合进行时 ,以人机交互为手段 ,提出了构想。对于 2种追踪系统的优缺点进行了比较和论证 。

基于迭代腐蚀的粘连细胞图像分割研究

为对显微粘连细胞图像进行分割,该文提出1种基于数学形态学运算的迭代腐蚀方法。对二值化细胞图像进行迭代腐蚀得到细胞种子点图像,通过分水岭分割提取细胞分割边界,形成最终的分割图像。在每一次腐蚀后得到的图像中保存细胞种子点,在整个迭代腐蚀过程中避免细胞种子点被误删,为后续使用分水岭分割进行图像分割提供了可靠的先验信息。实验表明,该算法能较好地解决距离变换方法中的过分割问题并改善极限腐蚀方法中的欠分割问题。

基于离散点曲率的细胞图像形状特征表述

针对细胞图像形状特征的描述,提出了基于离散点曲率描述细胞图像形状特征,并提出了一种基于k-邻域内密切圆半径的离散点曲率计算方法。首先,通过Canny边缘检测算子提取细胞图像初始轮廓,再利用直线插补的方法将存在较大间断的初始轮廓填充完整;其次,依据密切圆半径与曲率的计算关系,通过对每一个轮廓点进行k-邻域内的密切圆圆心的定位和密切圆半径的计算求得各轮廓点处的离散点曲率;最后,将求得的离散点曲率作为形状特征描述因子描述细胞图像形状;同时,在不同k-邻域范围的情况下分别对同一细胞图像进行离散点曲率的计算和形状特征的描述,通过分析与比较,最终确定一个能以最少特征点反映更多细胞图像信息的k-邻域范围。经实例验证,基于k-邻域内密切圆半径的离散点曲率能够准确、可靠、高效地描述细胞图像形状特征。

激光扫描共聚焦显微术在生物医学中的研究

激光扫描共聚焦显微技术的发展 ,为形态学、分子细胞生物学、神经科学、肿瘤医学、药理学、遗传学等领域的研究提供了新的先进研究方法和手段。本文对激光扫描共聚焦显微术在粘附细胞分选 ,动态荧光分析测定 ,显微细胞外科和光陷阱技术 。

基于种子点替代像素块算法的粘连细胞图像分割

提出了1种基于像素块扫描的种子点替代算法用于粘连细胞图像的分割。首先确定单个细胞平均面积,然后确定正方形像素块边长,并以此像素块对二值化图像进行扫描。将与像素块匹配的地方替换为1个种子点,得到种子点图像。采用分水岭分割算法得到分割图像并计数。实验结果表明,该文方法适用于细胞面积相差不大的各种粘连度的细胞图像,分割效果显著,准确率高于98%。

一种适应性种子点替代的粘连细胞计数方法

对于显微细胞图像中的粘连细胞,为了计数通常需要比较准确的找出粘连细胞的种子点,提出了一种适应性较好的像素块遍历的计数算法用于对粘连细胞的计数。在确定最大与最小连通域的像素面积的基础上,算出最大与最小长宽相等的矩形像素块边长,并用最大像素块对二值化图像进行递减遍历。将与像素块匹配的地方近圆像素块替换,得到种子点图像并计数。实验结果表明,特别适用于不同大小的细的各种粘连程度的粘连细胞计数,效果显著且适应性好。

微粉化对栀子等20种植物药细胞组织的影响

目的 通过显微镜直观20种植物药的细粉与微粉，并对细胞尺度进行比较，揭示一般粉碎细粉150～180μm的颗粒中大多数细胞组织是完整的。而微粒47μm以下细胞组织中大多破碎。破壁细胞中的内容物可直接接触溶媒其主要成分可以全部直接进入溶媒被人体吸收，从而达到提高药材利用度。方法 采用柴田粉碎机、ZM型震动粉碎机处理20种植物药，并对细粉、微粉采用显微镜图像分析仪直观比较细胞组织及尺度。结果 显微直观20种植物药微粉与细粉尺度，微粉化工艺有助于药材有效成分的溶出。结论 微粉与细粉的比较。微粉细胞组织破壁率大于细粉。

相差细胞图像的光照均衡与分割计数方法研究

为了解决相差显微细胞图像的光照不均匀,实现准确、快速的细胞图像分割与计数,本文提出了一种图像光照均衡,并结合双阈值分割计数的方法。该方法对图像进行分块,依据子块与整幅图像平均灰度的比值进行亮度调节,并采用高斯函数权值优化比值,消除因图像分块而产生的“方块效应”,并通过图像熵与高斯函数标准差关系曲线确定了最优的标准差;使用双阈值方法分割修复后的图像,结合孔洞填充与面积约束优化分割后的细胞形态。利用C2C12相差显微细胞图像数据集测试该算法,其中高细胞密度图像的分割精确率、召回率和F值分别为0.9662、0.9678和0.9670,明显优于其他对比方法。实验结果表明,该方法在处理不同细胞密度的光照不均匀相差细胞图像时,均能实现光照均衡,且图像信息损失较小,分割计数结果准确。