細胞重疊與融合性圖像的分離與分割技術(shù)研究.pdf

1、研究的目的和意義 通過顯微鏡、利用目視方法來分析免疫組化染色結(jié)果在臨床病理學及生物醫(yī)學工程學中一直占有重要的地位，由于該法具有一定的主觀性，因而影響了結(jié)果分析與判斷的準確性。隨著計算機技術(shù)的發(fā)展，計算機圖像處理與分析技術(shù)在臨床診斷和治療中起著越來越重要的作用。開發(fā)新的圖像分析系統(tǒng)(IAS)，用計算機來自動處理免疫組化細胞圖像，進行定量分析，輔助醫(yī)生做出快速準確的判斷在醫(yī)學疾病診斷上有重要應用前景。但目前的圖像分析系統(tǒng)的準確率還不

2、夠高，要得到好的分類、分析效果或較高的識別率，要獲得精確定量化特征參數(shù)，依賴于準確、快速并具可重復性的分割技術(shù)，換句話說，分割處理是IAS中的關(guān)鍵環(huán)節(jié)。但由于圖像分割面向問題的特殊性，至今尚未有一個普遍適用的理論和方法。數(shù)學、計算機技術(shù)、體視學及醫(yī)學相關(guān)領(lǐng)域的飛速發(fā)展為細胞的自動分割和定量分析奠定了基礎(chǔ)。研究相關(guān)的分割分離技術(shù)，為高效實用的病理圖像輔助分析系統(tǒng)奠定技術(shù)基礎(chǔ)成為當前研究的熱點。研究內(nèi)容與擬解決的問題從CCD攝像機輸出的免疫

3、組化細胞圖像是真彩色圖像，其中陽性細胞和陰性細胞的計數(shù)以及它們之間的比例是判斷免疫組化反應強度的重要指標，對腫瘤的診斷和預后判定有非常重要的價值。為了能夠?qū)γ庖呓M化細胞圖像進行準確的數(shù)據(jù)分析，關(guān)鍵是要對該種圖像中的陽性細胞和陰性細胞進行正確地分割。免疫組化彩色圖像中，陽性細胞和陰性細胞在RGB三個顏色空間都有交叉區(qū)，因而單純從某個顏色空間來分割陽性細胞和陰性細胞幾乎不可能。此外由于切片、涂片和細胞本身的原因，經(jīng)常會出現(xiàn)多個細胞重疊在一起

4、形成一個較大的融合區(qū)域，如果不能有效地把重疊在一起的細胞分離成單個細胞，這將直接影響細胞計數(shù)和各種參數(shù)的測量結(jié)果。本論文針對免疫組化細胞圖像的特點，提出免疫組化融合性圖像特征結(jié)構(gòu)的分割技術(shù)與重疊細胞圖像的自動分離技術(shù)，解決陽性細胞和陰性細胞分割提取，細胞重疊判定、細胞核心計算、重疊細胞分離等技術(shù)難題。 免疫組化融合性圖像特征結(jié)構(gòu)分割技術(shù)研究的內(nèi)容是對具有閉合連續(xù)邊界屬性的彩色細胞圖像進行新的分割方法的設(shè)計與實現(xiàn)，并做圖像分割實驗

5、，提取出免疫組化彩色圖像中的陽性細胞和陰性細胞。目的是獲得更準確而快速的彩色細胞圖像分割方法，用以提高彩色圖像中特定區(qū)域的識別和測量精度。 重疊細胞圖像的自動分離技術(shù)研究的內(nèi)容是對重疊在一起的細胞圖像進行新的分離算法的設(shè)計與實現(xiàn)，目的是獲得邊界完整、無破損的單個細胞，為細胞的計數(shù)和面積、周長及形狀因子等參數(shù)的定量測試奠定基礎(chǔ)。 技術(shù)路線 1．免疫組化融合性圖像特征結(jié)構(gòu)的分割 (1)圖像預處理包括圖像對比度

6、的增強、噪聲的濾除、圖像內(nèi)部空洞的填補等，用于提高圖像的質(zhì)量，便于區(qū)域的識別。 (2)色度學分析采集多幅ER/PR免疫組化彩色圖像，分析不同區(qū)域的RGB三色空間的顏色值，獲得陽性細胞和陰性細胞在RGB三色空間的分布概況，尋找陽性細胞和陰性細胞RGB分布差異。 (3)陽性細胞和陰性細胞的粗分割依據(jù)色度學分析的結(jié)果，建立免疫組化彩色圖像色度學判斷準則，對陽性細胞和陰性細胞粗分割。 (4)陽性細胞和陰性細胞的細分割選擇

7、合適的分割算法——C均值聚類，針對其不足進行改進，形成新的細胞分割算法。 (5)在Matlab6.1的環(huán)境下編程實現(xiàn)本技術(shù)。 2．重疊細胞分離 (1)細胞重疊區(qū)域的檢出采集一些形狀各異的細胞和重疊細胞，測量它們的體視學參數(shù)，獲得有意義的結(jié)果，用于對陽性細胞和陰性細胞區(qū)域內(nèi)的每個連通區(qū)進行判別，是否存在細胞重疊。 (2)細胞核心計算分析單個細胞的核心，建立重疊細胞中各個細胞核心的計算方法。 (3

8、)重疊細胞凸閉包結(jié)構(gòu)分析對細胞重疊區(qū)域的凹凸性進行分析，計算凸閉包結(jié)構(gòu)，并基于凸閉包計算重疊細胞的凹區(qū)。 (4)凹點搜尋對重疊細胞凹區(qū)分析，從重疊細胞凹區(qū)搜尋到凹點。 (5)重疊細胞分離針對不同形狀的重疊，從分離區(qū)中搜尋精確的分離點，連接分離點對實現(xiàn)細胞分離。 (6)在Matlab6.1的環(huán)境下編程實現(xiàn)本技術(shù)。 結(jié)論 1．本研究首次提出并建立了免疫組化色度學準則，可以將：ER/PR免疫組化彩色

9、圖像中的陽性區(qū)和陰性區(qū)分割到不同的圖像中，為下一步陽性細胞和陰性細胞的分割提取奠定了基礎(chǔ)。 2．本研究對C-均值算法進行了改進：在色度學準則分割效果的基礎(chǔ)上，減少了聚類分割的數(shù)據(jù)量，并減少了迭代的次數(shù)，提高了運行的速度，準確分割提取出免疫組化圖像中的陽性細胞和陰性細胞，效果滿意。 3．本研究首次提出并建了基于形狀因子分析的重疊細胞判別新技術(shù)，實現(xiàn)了圖像中重疊細胞區(qū)的自動判別。該技術(shù)可用于細胞圖像中重疊細胞的自動提取、重疊

10、細胞核的自動提取。 4．本研究首次提出基于數(shù)學形態(tài)學的細胞核心概念及提取技術(shù)，計算出重疊細胞的各個核心坐標以及總的核心數(shù)。該技術(shù)可用于重疊細胞的自動分離、細胞散點圖的構(gòu)建。 5．本研究首次提出并建立了基于凸閉包結(jié)構(gòu)的凹區(qū)提取技術(shù)，從重疊細胞的凹凸性方面計算出重疊細胞的各個凹區(qū)。該技術(shù)可用于重疊細胞的自動分離、細胞異型性的判別。 6．本研究首次提出并建立了基于凹區(qū)的凹點搜尋新技術(shù)，將重疊細胞的各個凹點提取出來，為細