细胞图像自动识别技术研究.docVIP

  细胞图像自动识别技术研究 张桂贤，刘建国** （华中科技大学自动化学院，武汉，430074） 5 10 15 20 25 30 35 40 摘要：随着计算机图像处理在医学领域越来越广泛的应用，应用模式识别和图像处理方法识 别细胞总数和分类计数成为医学辅助诊断的一个重要方法。本文依据粪便显微图像的特点， 利用边缘检测和阈值分割对图像进行分割，并根据面积、圆形度等进行细胞识别分类。实验 表明，本文提出的方法在粪便显微图像识别中效果良好，具有研究价值和应用价值。 关键词：图像处理；模式识别；边缘检测；阈值分割 中图分类号：TP391 Study on Automatic Recognition of Cell Images ZHANG Guixian, LIU Jianguo (School of Automation, Huazhong University of Science and Technology, Wuhan, 430074) Abstract: With the wide application of digital image processing in medical areas, pattern recognition and image processing, which is used in the sum and sort counting of cells, is one of the important methods in medical-aided diagnosis.In view of the features of fecal microscopic images, the author uses edge detection and threshold segmentation to segment the images, and uses area and circularity in cell identification and classification.The experiment results show that the algorithm is effective in the recognition of fecal microscopic images, the results of the study have both theoretical and practical values. Key words: image processing;pattern recognition;edge detection;image thresholding 0 引言 传统的细胞识别分析，是在显微镜下观察超薄切片，根据细胞形态和数量进行定性和定 量描述，并据此判断病情[1]。这种方式，强烈依赖医务人员的专业水平和责任心，因此很容 易产生主观性和片面性，与科学的客观性不符。 细胞图像自动识别是运用计算机处理医学图像并识别对象的技术，它是计算机，图像处 理，模式识别及人工智能等理论和技术相互促进的产物[2] [3]。将图像识别技术引入医生的诊 断过程中，可以提高诊断的一致性，减少个体的主观性和片面性，减少医生的工作量，还可 以提取出人眼观察不到的信息，辅助医生诊断。 目前临床上普遍使用的细胞图像识别工具是血液细胞分析仪[4]，它通过人体血液样本的 显微图像来分析细胞成分，血液细胞分析只能用于检测人体内是否有感染、是否贫血、是否 有血液疾病等，对于肠胃出血、感染等消化系统疾病只能通过人体粪便中的细胞成分来判定。 人体粪便图像与血液和尿液有明显区别，主要表现为血液一般较为新鲜，细胞变形较少， 杂质较少，细胞和背景对比度高。而粪便中细胞经过人体消化系统排出体外，细胞发生较大 的变形，图像背景颜色深，杂质多，自动分析较为困难。另外，由于血液杂质较少，一般对 样本进行干燥染色，提高细胞和背景的对比度，之后进行细胞识别。而粪便样本进行稀释后， 含有较多杂质，若对该样本进行染色，则细胞和杂质都会被染色，无法识别出细胞。 本文针对粪便显微图像细胞分析这一课题，对采集的粪便显微图像进行分析，针对白细 胞、红细胞特点，采用模式识别和图像处理技术，探索出一种快速高效的细胞识别统计方法。 作者简介：张桂贤（1989-），女，主要研究图像处理和细胞识别 通信联系人：刘建国（1952-），男，教授，主要研究方向：视觉导航 -1- 快速计算. liujg11@126.com 1 细胞图像分割   45  1.1  基于边缘检测的图像分割 基于边缘检测的图像分割是利用图像中目标与背景之间的灰度不连续性[5]。这种变化可 以用边缘检测算子检测得到。常用的边缘检测算子[6]有 Ro