全文总字数：3058字

1. 研究目的与意义及国内外研究现状

众所周知，对于细胞的识别，常规识别方法是在显微镜对病理切片进行人工的细胞病理形态定性分析。这种识别具有很大的主观性，尤其是在缺少专家的情况下，如果淋巴细胞的特征不太明显或者取样比较少的话，主管诊断常常带有一定的不确定性。

计算机自动识别指的是结合病理专家的知识，应用图像处理方法对病理切片的细胞图像进行参数化分析，实现对淋巴细胞的识别和分类。其中有几个关键问题，如细胞种类的多样性、细胞形态的不规则性等。总而言之，由病理切片得到的细胞图像具有的不规则特性，使得细胞的计算机处理与识别的难度较大，作为其中的一个重要环节，细胞分割的准确性直接影响到细胞特征提取和识别结果的可靠性。因此，细胞分割成为计算机识别中的一项关键技术。

2. 研究的基本内容

本文的主要研究工作是图像处理和识别在医学领域的一项研究，主要是对骨髓淋巴细胞显微图像自动识别技术的研究与开发，旨在提高骨髓淋巴细胞检验的准确率，减少人为误差，提高工作效率，降低劳动程度。本文针对骨髓淋巴细胞的特点做出了以下三方面的研究：（1）骨髓淋巴细胞的图像分割；（2）对骨髓淋巴细胞进行形状、纹理、颜色等特征的描述；（3）骨髓淋巴细胞的识别分类。

图像分割的基础是像素间的相似性和跳变性。所谓“相似性”是指在某个区域内像素具有某种相似的特性，如灰度一样，纹理相同；所谓“跳变性”是指特性的不连续，如灰度值突变等。图像分割的方法有很多，如依据工作对象来分，可分为点相关分割和区域相关分割。而按算法分类，又可分为阈值法、边缘检测法、匹配法、跟踪法等。

3. 实施方案、进度安排及预期效果

实施方案：

先对细胞图像进行预处理，彩色图像灰度化，在进行细胞图像的分割，提取出单个细胞，最后对细胞图像特征提取，实现细胞的识别。

进度安排：

4. 参考文献

1. 傅德胜.图形图像处理学[M].江苏:东南大学出版社,2002.
2. 丛玉隆.骨髓细胞形态学检验技术与临床[M].天津:天津科学技术出版社,2002.
3. 王凤计,血液细胞基础学[M].贵州:贵州科技出版社，2005.
4. 刘印锋,葛华勇,王保华,医学显微图像的数字化技术[J].中国医疗器械信息,2005,13(2):28-31.
5. 秦红星,对血液细胞图像自动分割的研究[D].重庆大学硕士学位论文,2004:3-62.
6. 丛玉隆,刘源,秦小玲.骨髓细胞形态学检验技术及临床[M].天津：天津科学技术出版社,2002:5-15.
7. 刘润生,罗建民,费振国.急性白血病与医院感染[J].中华医学感染学,1994,4(1):354-360.
8. Wu H S, Babra J, Gil J.A Parametricfitting algorithm for segmentation of cell images [J]. IEEE Transactions onBiomedical Engineering, 1998, 3(45): 400.
9. 马艳,张治辉.几种边缘检测算子的比较[J].工矿自动化，2004,1(2):54-56.
10. HARMSH U,GUNZER H M. Combined Local Color and Texture Analysis of Stained Cell [J]. ComputerVision, Graphics, and Image Processing,1986,33:364-376.
11. 梁建英,吴德沛.血液病细胞形态学诊断图谱[M].合肥：安徽科学技术出版社,2004：2-20.