胃癌细胞激光显微智能切割方法研究.pdfVIP

摘要

传统激光显微切割通常需要人工选取目标细胞并手动绘制细胞轮廓以作为

切割轨迹，采用单激光焦点与工件相对运动的方法，实现细胞与组织分离。然而，

目标细胞的选择通常需要经验丰富的研究人员，容易受到主观因素的影响。此外，

激光逐点切割的方法效率较低，不能满足高通量细胞的快速切割需求。因此，需

要研究一种快速智能的切割方法，可以快速准确地识别和切割癌细胞，提高病理

数据分析的效率和准确性。本文以Ki67标记的胃癌免疫组化染色病理切片为主

要研究对象，提出了一种胃癌细胞激光显微智能切割方法，重点研究了胃癌病理

切片特异细胞的自动识别以及激光显微智能切割的方法。本文的主要研究内容

如下：

在细胞图像识别方面，针对激光显微切割过程中胃癌免疫组化染色图像的

特异细胞识别准确率低的问题，本文提出了一种胃癌病理切片特异细胞的自动

识别方法。首先根据胃癌免疫组化染色图像的特点，使用基于颜色反卷积的多种

着色分离方法，去除了免疫组化染色过程中导致的非特异性染色对目标细胞识

别的影响；然后使用图像增强与图像分割的方法提取出仅包含细胞核的图像，并

使用色差识别结合形态学判断的方法，识别出目标细胞核；最后根据细胞核的形

态特征，采用椭圆曲线拟合的方法，绘制出紧密包裹阳性细胞核的椭圆边界曲线，

用于指导激光显微切割。

在激光显微智能切割方面，针对目前激光显微切割方法的不足，本文提出了

基于数字微镜器件（DigitalMicromirrorDevice，DMD）的分段扫描投影激光显

微切割方法。通过使用DMD将激光的光束调制成可自由变化的曲线形状进行切

割，解决了切割效率较低以及不能适应大面积目标细胞切割的局限性。最后，以

激光功率、激光频率和切割时间为主要因素，以切片的切口宽度和热影响区域宽

度为评价指标，采用正交试验法安排激光显微切割试验，找到了一组最优工艺参

数组合，并进行细胞分段切割实验。

本文的研究成果，对激光显微切割胃癌免疫组化病理组织的目标细胞识别

提供了相应的帮助，为提高激光显微切割的效率提供了新的思路和方向，对提高

胃癌诊断和研究的准确性具有重要意义。

关键词：激光显微切割；胃癌免疫组化；颜色反卷积；色差识别；DMD

Abstract

Traditionallasermicrodissectionusuallyrequiresmanualselectionoftargetcells

andmanualdrawingofcelloutlinesascuttingtrajectories.Itachievescellandtissue

separationbyusingasinglelaserfocusinrelativemotionwiththespecimen.However,

theselectionoftargetcellstypicallyreliesonexperiencedresearchersandisproneto

subjectivefactors.Moreover,thepoint-by-pointlasercuttingmethodisinefficientand

cannotmeetthefastcuttingrequirementsofhigh-throughputcells.Therefore,thereis

aneedtoinvestigatearapidandintelligentcuttingmethodthatcanaccuratelyidentify

andcutcancercells,improvingtheefficiencyandaccuracyofpathologicaldata

analysis.

Inthispaper,focusingonKi67-labeledgastriccancerimmunohistochemical

stainedpathologicalsectionsasthemainresearchobject,weproposeanintelligent

lasermi