循環(huán)腫瘤細(xì)胞快速自動(dòng)識(shí)別研究.pdf

1、隨著科學(xué)技術(shù)的進(jìn)步，細(xì)胞分析技術(shù)也得到飛速發(fā)展，利用細(xì)胞成像分析來(lái)進(jìn)行疾病診斷和治療已經(jīng)有了多年的研究積累，近年來(lái)各項(xiàng)技術(shù)的突破，該領(lǐng)域更是成為了醫(yī)學(xué)研究的前沿。利用血液中循環(huán)腫瘤細(xì)胞識(shí)別計(jì)數(shù)進(jìn)行腫瘤疾病治療前幾年也應(yīng)用到了臨床，計(jì)算機(jī)圖像處理及識(shí)別技術(shù)為快速自動(dòng)細(xì)胞識(shí)別提供了簡(jiǎn)單高效的方法。
　　循環(huán)腫瘤細(xì)胞人工識(shí)別計(jì)數(shù)仍然是不少情況下使用的一種方式，人工識(shí)別非常耗費(fèi)時(shí)間并且很不可靠。隨著循環(huán)腫瘤細(xì)胞識(shí)別在各類癌癥疾病中應(yīng)用的不

2、斷深入，對(duì)于循環(huán)腫瘤細(xì)胞快速自動(dòng)識(shí)別與計(jì)數(shù)方法的訴求越來(lái)越大。如何快速、準(zhǔn)確、自動(dòng)化從血液顯微圖像中眾多的細(xì)胞中識(shí)別出循環(huán)腫瘤細(xì)胞并進(jìn)行計(jì)數(shù)一直是腫瘤疾病研究的一項(xiàng)挑戰(zhàn)。
　　本文利用基本圖像處理知識(shí)，結(jié)合本文顯微系統(tǒng)成像特點(diǎn)，分析低倍顯微圖像中圖像特征和細(xì)胞特征，設(shè)計(jì)了一種循環(huán)腫瘤細(xì)胞快速自動(dòng)識(shí)別的方法。本文工作主要分為以下幾個(gè)部分：
　　1)根據(jù)本文處理的顯微細(xì)胞圖像分辨率大的問(wèn)題，采用了分塊處理圖像的方法進(jìn)行圖像處理與

3、細(xì)胞識(shí)別，針對(duì)細(xì)胞粘連問(wèn)題，研究了分水嶺分割算法，并分析本文圖像特征，設(shè)計(jì)了標(biāo)記分水嶺算法，有效解決大部分的粘連問(wèn)題。
　　2)由于圖像中循環(huán)腫瘤細(xì)胞的細(xì)胞核與細(xì)胞膜具有一定的特異性，本文研究了細(xì)胞核分割算法，通過(guò)比較不同算法的優(yōu)劣，采用改進(jìn)主動(dòng)輪廓算法進(jìn)行細(xì)胞核與細(xì)胞膜提取，可以獲得更準(zhǔn)確分割結(jié)果。
　　3)在細(xì)胞識(shí)別判斷上，由于圖像中可疑循環(huán)腫瘤細(xì)胞數(shù)目有時(shí)比較多，每個(gè)細(xì)胞可疑程度也不一樣，本文通過(guò)求取細(xì)胞特征空間，然后