內皮細胞分割方法研究及分割軟件設計.pdf

1、內皮細胞是包括動脈硬化在內的多種疾病的發(fā)病機理研究以及相應防治藥物研究的重要研究對象。隨著相關研究對實驗結果量化程度要求的不斷提高，對于實驗中內皮細胞顯微圖像的分析已不僅僅限于肉眼的形態(tài)學觀察等定性的方式，而希望獲得更加客觀和準確的定量結果。為了通過計算機輔助分析或計算機全自動分析等方式來獲得所需的定量結果，對內皮細胞顯微圖像的分割方法進行研究，具有理論意義與直接的應用價值。
　　論文根據(jù)內皮細胞顯微圖像分割過程所要求的人工參與程

2、度的不同而給出了三類內皮細胞分割方法：手動分割法、自動分割法、半自動分割法。
　　手動分割方法完全依賴于用戶對分割過程進行操作與控制，并根據(jù)其視覺判斷來評價分割結果是否達到了滿意的程度，以逐個提取感興趣的細胞區(qū)域。在手動分割方法中主要使用了單獨針對某個感興趣區(qū)域的閾值分割方法來實現(xiàn)單個細胞的分割，并通過合理的界面操作方式設計來盡量降低操作的勞動強度。
　　半自動分割方法采用基于局部容差的區(qū)域生長和基于全局容差的區(qū)域搜索法，通

3、過選定區(qū)域生長的種子點，進行四連通的區(qū)域生長，根據(jù)用戶設定的局部容差作為生長終止條件，然后根據(jù)區(qū)域灰度分布的相似性準則查找滿足全局容差范圍內的細胞區(qū)域。
　　自動分割方法首先利用形態(tài)學圖像重建濾波和直方圖均衡化來對低對比度的內皮細胞圖像進行預處理，然后利用自適應閾值分割作為粗分割，結合形態(tài)學膨脹與腐蝕操作來構建細胞區(qū)域以及背景區(qū)域的標記點，最后利用標記點控制的分水嶺分割算法完成分割，以避免過分割的發(fā)生。
　　以上分割方法均在

4、實際圖像上進行了實驗，實驗結果表明方法各自對于某些類型的實際圖像均能進行有效分割。
　　利用OpenCV圖像處理庫，在Visual C--2005中實現(xiàn)了以上分割算法，并設計和實現(xiàn)了內皮細胞顯微圖像分割軟件。通過該軟件，用戶可適當選擇或組合手動分割、半自動分割和自動分割等方法，從而在獲得所需準確度的分割結果的同時，盡可能地減輕人工勞動強度。該軟件不但可用于內皮細胞顯微圖像的分割，也為其他類型的顯微圖像分割提供了一個良好的基礎和若干