紅血球表面形狀特征提取與分類技術(shù)研究.pdf

1、紅血球(Red Blood Cells，RBCs)對維持人體的正常生理功能具有重要作用，它向身體的各個組織輸送氧氣，同時將細(xì)胞代謝產(chǎn)生的二氧化碳運送回肺部。這些功能能否正常運行很大程度上依賴于紅血球的柔韌性，而柔韌性又取決于可變形能力。臨床診斷中大量實踐經(jīng)驗表明很多疾病都與紅血球的形變能力有關(guān)，紅血球的變形能力對血液的過濾性具有決定性的作用。在病理學(xué)研究中，如多發(fā)性硬化(Multiple Sclerosis，MS)等疾病的直接誘因皆源于

2、紅血球形變能力的減弱。因此在醫(yī)學(xué)診斷中，紅血球形狀的分析將有利于醫(yī)生準(zhǔn)確判斷病人病情。
　　 分析紅血球形變能力的一個主要途徑是計算RBC圖像中各類細(xì)胞的形狀分布。由于紅血球本身形狀的多變性，常用的分類方法并不適用于這類特殊對象。傳統(tǒng)的人工分析存在時間長，精度低，很多程度上取決于直觀印象判斷等不利因素。需要將紅血球的形變特征與其形狀結(jié)合起來綜合考慮。
　　 本研究旨在通過對由掃描電鏡(Scanned Electronic

3、 Microscope，SEM)成像得到的紅血球數(shù)字圖像進行處理，利用基于陰影恢復(fù)重建(Shape from Shading，SFS)技術(shù)進行三維高度場重構(gòu)，通過基于邊界輪廓的區(qū)域生長算法提取出單個細(xì)胞，進行特征及其統(tǒng)計量的計算，最終實現(xiàn)一個紅血球的自動分類識別系統(tǒng)。具體包括如下幾點：
　　 1.針對由掃描電鏡成像得到的紅血球數(shù)字圖像中包含大量相互重疊(Overlapped)的紅血球，考慮到圖像中紅血球的分布統(tǒng)計特征，假設(shè)滿足一

4、致同等均勻分布，只需提取處于最上層的細(xì)胞圖像。對由輪廓跟蹤算法得到的邊界輪廓中心點進行區(qū)域生長算法分離出各個細(xì)胞的圖像。
　　 2.提出一種SEM成像條件下的基于線性逼近的用于解決反射映射函數(shù)的Shape from Shading紅血球表面形狀三維重建方法。采用Lambertian反射模型，圖像亮度偏微分方程(Image Iradiance Equation，IRE)的求解利用基于Taylor展開的線性逼近差分運算得到。重建的三

5、維高度場形狀可視為距離圖像(Range Image)作為細(xì)胞圖像的表面分割輸入。
　　 3.提出一種針對不規(guī)則多形變紅血球數(shù)字圖像的自適應(yīng)曲面擬合以及曲率計算方法。通過陰影恢復(fù)技術(shù)重構(gòu)的細(xì)胞表面的三維高度場形狀，利用三維數(shù)據(jù)點根據(jù)最小二乘法進行曲面擬合。選定深度均方誤差閾值來決定參與擬合的鄰域點，計算得到的高斯曲率、平均曲率可用來表征某一點的表面類型，主曲率則用來觀察曲面變化較大的區(qū)域。通過迭代變階二元多項式函數(shù)分別對不同類型表