仪器仪表学报
儀器儀錶學報
의기의표학보
Chinese Journal of Scientific Instrument
2015年
7期
1653-1659
,共7页
王品%胡先玲%谢文宾%李勇明%刘书君
王品%鬍先玲%謝文賓%李勇明%劉書君
왕품%호선령%사문빈%리용명%류서군
图像分割%乳腺细胞%小波分解%区域生长%角点检测
圖像分割%乳腺細胞%小波分解%區域生長%角點檢測
도상분할%유선세포%소파분해%구역생장%각점검측
image segmentation%breast cell%wavelet analysis%region growing%corner detection
乳腺癌已经成为女性最常见的恶性肿瘤,组织切片显微图像的病理分析是诊断的主要手段,细胞的准确分割是病理分析的重要环节.该文提出了一种新的乳腺细胞显微图像的自动分割算法:首先结合小波分解和多尺度区域生长算法分离细胞和背景,实现对细胞的精确定位;然后采用改进的数学形态学对粘连细胞进行一次细分割;接着再采用基于曲率尺度空间(CSS)的角点检测分割算法对粘连细胞进行二次细分割;两次细分割方法构成了一个双策略去粘连模型,保证了去粘连的准确性和鲁棒性.将算法应用到22幅乳腺细胞显微图像上,可以对不同类型的乳腺细胞图像进行全自动分割,有较高的分割灵敏度(0.944±0.024)和特异度(0.937±0.038),且具有较好的普适性.
乳腺癌已經成為女性最常見的噁性腫瘤,組織切片顯微圖像的病理分析是診斷的主要手段,細胞的準確分割是病理分析的重要環節.該文提齣瞭一種新的乳腺細胞顯微圖像的自動分割算法:首先結閤小波分解和多呎度區域生長算法分離細胞和揹景,實現對細胞的精確定位;然後採用改進的數學形態學對粘連細胞進行一次細分割;接著再採用基于麯率呎度空間(CSS)的角點檢測分割算法對粘連細胞進行二次細分割;兩次細分割方法構成瞭一箇雙策略去粘連模型,保證瞭去粘連的準確性和魯棒性.將算法應用到22幅乳腺細胞顯微圖像上,可以對不同類型的乳腺細胞圖像進行全自動分割,有較高的分割靈敏度(0.944±0.024)和特異度(0.937±0.038),且具有較好的普適性.
유선암이경성위녀성최상견적악성종류,조직절편현미도상적병리분석시진단적주요수단,세포적준학분할시병리분석적중요배절.해문제출료일충신적유선세포현미도상적자동분할산법:수선결합소파분해화다척도구역생장산법분리세포화배경,실현대세포적정학정위;연후채용개진적수학형태학대점련세포진행일차세분할;접착재채용기우곡솔척도공간(CSS)적각점검측분할산법대점련세포진행이차세분할;량차세분할방법구성료일개쌍책략거점련모형,보증료거점련적준학성화로봉성.장산법응용도22폭유선세포현미도상상,가이대불동류형적유선세포도상진행전자동분할,유교고적분할령민도(0.944±0.024)화특이도(0.937±0.038),차구유교호적보괄성.
