細胞分類識別技術的研究.pdf

1、目前醫(yī)學病理診斷主要是由醫(yī)務人員對細胞組織切片在顯微鏡下進行形態(tài)學觀察，并依據(jù)經驗得出診斷結論。這種方式定性的成分居多，客觀性不足，在診斷科學逐步走向量化的道路上，有必要使用計算機信息技術推動病理診斷的自動化、科學化。 本文針對上述問題，用計算機圖像處理及模式識別等信息技術對顯微細胞圖像的自動分析和分類的方法進行了研究，并針對醫(yī)學圖像分析中的難點(例如，顯微切片圖像背景復雜，分割困難)，提出了基于歸一化彩色空間和RGB，HSV彩

2、色模型的兩類分割方法：①利用模式識別技術中關于特征向量空間聚類的方法實施真彩色分割。②利用HSV模型，采用最大類間方差的閾值分割。這兩種方式有效地利用了多維特征空間對于分割目標所提供的信息，使分割的準確性有了較大的提高。 論文還進一步探討了有關細胞形態(tài)及色度測量的技術，在原有的技術基礎上完善了目標識別及輪廓跟蹤的算法，使之可以測定多種參數(shù)，并提出了多項衡量細胞特征的指標，對細胞分類具有重要的指導意義。在實驗的基礎上，給出了區(qū)分正