摘 要

医学影像是临床诊断的重要手段之一。随着计算机科学技术和现代医学的不断发展，基于计算机的图像处理技术已经广泛应用于临床医学影像、细胞病理诊断等诸多领域，推动医学影像从过去的大体水平逐渐进入细胞水平、分子水平甚至基因水平。恶性肿瘤作为人类生命健康的主要威胁之一，可通过癌前检测进行预防，然而从临床上看，在所有的筛查方法中，涂片的筛查工作主要由人工完成，存在着效率低，误诊率高，病人分配时间不同，工作量大等问题，严重的制约了宫颈癌的早期发现，对一些经济并不发达的乡镇存在医疗资源分配不均的现在使得普查难以大规模进行。因此，研究使用自动化技术对宫颈癌和癌前病变的诊断有着重大价值和意义。

本文结合了宫颈细胞病理学理论基础，以宫颈细胞涂片图像的分割，特征参数提取为目标，使用图像处理等技术，对宫颈细胞图像的分割技术，特征参数的计算和提取进行了系统研究，并完成了相应的系统实现。主要包括：(1)针对Otsu法对宫颈细胞图像分割的精度不够高和效率低等问题，采用基于图像色彩变换，滤波去燥，形态学重构等方法对细胞图像进行预处理，提高分割的准确性；(2)在Otsu法粗分割出细胞质和细胞核的基础上，使用基于局部最小值的改进的分水岭方法进行单细胞的精确分割和重叠细胞质的分割，根据宫颈细胞质和细胞核的定位区分出杂质和细胞；(3)在宫颈细胞图像特征定量分析方面，在处理后的图像上提取了有效的形态学和纹理特征，包括细胞核圆形度、细核面积、核长宽比、胞浆比、粗糙度等。

本文提出的方法，与传统的分水岭算法相比，显著抑制了过分割现象，对于边缘清晰的单细胞和重叠后不太模糊的细胞团，分割效果较理想，显著提高了分割算法的精度。

关键词：宫颈细胞涂片，图像分割，特征提取

Abstract

Medical imaging is one of the important means of clinical diagnosis. With the continuous development of computer science and modern medicine, computer-based image processing technology has been widely used in clinical medical imaging, cytopathological diagnosis and many other fields, to promote medical imaging from the general level of the past into the cell level, molecular level and even genes Level. Malignant tumors, one of the major threats to human health, can be prevented through precancerous testing. However, from a clinical point of view, the screening of smears is mainly performed by humans and has low efficiency. The problems of high rate of misdiagnosis, different patient allocation time, and large workload have severely constrained the early detection of cervical cancer. The unequal distribution of medical resources in some economically underdeveloped townships now makes it difficult to carry out the census on a large scale. Therefore, the use of automated techniques for the diagnosis of cervical cancer and precancerous lesions is of great value and significance.

This article combines the theoretical basis of cervical cytopathology, using cervical smear image segmentation, feature parameter extraction as the goal, and using image processing techniques to systematically study cervical cell image segmentation techniques, feature parameters calculation and extraction. And implement the corresponding system. The main contents are as follows:(1) For the problems of Otsu's method on the accuracy of image segmentation of cervical cells is not high enough and the efficiency is low, such methods as image color transformation, filtering and desiccation, morphological reconstruction are used to preprocess the cell image and improve segmentation accuracy; (2) On the basis of coarse segmentation of cytoplasm and nucleus by Otsu method, an improved single-cell segmentation and overlapping cytoplasm segmentation were performed using an improved watershed method based on local minima, and distinguish impurities and cells based on the location of cervical cytoplasm and nuclei; (3) In the quantitative analysis of image characteristics of cervical cells, effective morphological and texture features were extracted on the processed images, including circularity of nuclei, area of nuclei, ratio of nuclear to aspect ratio, and cytoplasm ratio, roughness, etc.

The proposed method, compared with the traditional watershed algorithm, significantly suppresses the over-segmentation phenomenon. The segmentation effect is ideal for single-cells with clear edges and overlapping cell cluster with clear contour, which significantly improves the accuracy of the segmentation algorithm.

Key words: Cervical smears; image segmentation; feature extraction;

目录

摘要 1

Abstract II

第一章 绪论 1

1.1课题研究背景与意义 1

1.2国内外研究进展 1

1.2.1宫颈细胞图像的分割研究现状 1

1.2.2宫颈细胞图像的特征提取研究现状 2

1.2.3现存在的问题 2

1.3课题研究的主要内容及结构安排 3

1.3.1论文主要内容 3

1.3.2论文结构安排 3

第二章 相关理论基础 4

2.1数学形态学理论 4

2.1.1 二值形态学运算 4

2.1.2 灰度形态学运算 4

2.2分水岭变换 5

2.3 Otsu阈值分割算法 6

2.4 软硬件平台介绍 6

第三章 宫颈细胞图像分割研究 7

3.1引言 7

3.2预处理 7

3.2.1 图像色彩变换 8

3.2.2 形态学梯度图像变换 8

3.2.3 图像滤波变换 9

3.2.4 图像对比度增强变换 9

3.2.5 形态学重构变换 10

3.3细胞图像粗分割及ROI区域提取 10

3.3.1 图像粗分割 10

3.3.2 ROI区域提取 12

3.4 重叠细胞分割 13

3.4.1 重叠细胞判别 13

3.4.2 重叠细胞分割 14

3.5实验结果及分析 15

第四章 宫颈细胞图像量化特征计算 17

4.1引言 17

4.2宫颈细胞的形态学特征 17

4.3 实验结果及分析 18

第五章 总结与展望 20

5.1本文的工作总结 20

5.2 本文创新点 21

5.3 问题与展望 21

参考文献 22

致谢 24

第1章 绪论

1.1课题研究背景与意义

随科技的不断发展，计算机技术在图像处理方面的应用也日益成熟，大规模的应用于医学，科研等领域，其中在生物医学上通过计算机技术对图像进行扫描，判读，分析，获取病变图像信息从而达到准确，高效了解病情的效果。

据了解，宫颈癌作为常见恶性肿瘤之一，有极高的发病率和致死率，据相关报道，全世界每年的宫颈癌新发病例约50万，全球每年约20万妇女死于该病，仅我国就达到了13.15万，约占世界新发病例的28.8%^[1]。占女性癌症死亡率第一位，近年来，全球范围内此病的发病率也逐年上升，发病年龄也越趋于年轻化，因此对于宫颈癌的防范和诊断的研究已经成为一大热门课题^[2]。

现如今，基于计算机的图像处理与分析技术^[3]给病情诊断带来了很大的机遇。就宫颈癌的筛查方法来说，种类繁多，主要包括细胞学检测，临床检测和病毒学检测，但其中，最为常见也是最有效的用于早期筛查的细胞学检测手段依然是细胞学检测中的宫颈涂片检测技术^[4]，就阅片方式而言，人工阅片占绝大部分，专业人员需结合自身经验进行病理信息读取，然而此方式存在着效率低，误诊率高，病人分配时间不同，工作量大等问题，严重的制约了宫颈癌的早期发现，而且医疗资源的不平衡，对一些经济并不发达的乡镇，难以进行相应大规模普查。据调查表明，临床诊断出的假阴性率约为6%-55%^[5]，因此利用计算机技术不仅为专业人员提供便捷，也提高了癌前病变的诊断的效率和准确性。在现如今大工作量的早期普查工作的环境下有着重大作用和应用价值。

1.2国内外研究进展

如何精确的分割细胞图像，准确的提取特征是目前计算机技术应用于宫颈细胞学筛查的瓶颈所在。本节从以下几个方面对国内外研究现状和进展进行介绍。

1.2.1宫颈细胞图像的分割研究现状

在宫颈细胞图像分割中，精准定位细胞核和细胞质是计算机技术判读的基础。宫颈细胞涂片本身由于涂片染色制片，光照不均，细胞黏连，杂质干扰（血液，污染物，微生物等），因此国内外学者针对不同方面对分割问题进行的研究和改进。

在制片和涂片染色方面，通过改良制片染色等相关技术，提高细胞涂片的染色的一致性，不同细胞种类和成分增大区分度，同时采用重叠度更少的细胞涂片作为判读样本。

在判断细胞是否重叠方面，在现阶段，傅蓉^[6]等根据细胞的形态特征,利用重叠细胞的形状因子来判断是否发生重叠,并通过实验获得了形态因子的阈值，但由于细胞的多样性，此方法有一定误差；刘秉翰^[7]等根据经训练后得到的圆形度参数，面积参数来判断细胞是否发生重叠；另外一种思想是通过对凹区的检测达到判断是否重叠的目的，并根据重叠类型对凹点进行匹配得到重叠部分的分离点实现分离^[8,9]。

在分割技术方面，宫颈细胞图像分割中已大量使用了多种分割技术，在最早被引入细胞分割的技术为阈值分割法^[10]，此技术通过对细胞进行初步分割，定位细胞核和细胞质，由于该方法容易受到外界因素影响，如光照，杂质等，因为分割效果并不理想，然后采用边缘检测，活动轮廓，模板匹配等进行精确分割；另一种粗分割方法基于形态学的分水岭方法，但由于此方法容易产生过分割，通常需要结合其他方法来完成精确分割；在宫颈细胞图像分割的应用中，也可根据细胞质和核区域的灰度值，色彩，纹理等方面存在的差异进行基于聚类的方法进行分割。

1.2.2宫颈细胞图像的特征提取研究现状

现有的判读方式绝大部分是根据细胞图像特征进行判读，这些方法主要根据细胞质，细胞核的形态，色彩，轮廓，纹理，灰度等特征进行分类，其中部分方法通过提取细胞团的特征达到目的^[11]。而后也有学者提出可以通过提取全新的细胞图像特征例如^[12]基于二维傅里叶变换，作对数变换，使用频谱的均值，熵，方法作为单细胞特征以及^[13]提取了大量多谱特征，即采用基于SVM的算法来选择特征，Chankong等人^[14]使用二维Fourier变换对图像进行变换，再以频域分析的方式提取细胞特征，达到不依赖分割的效果。

1.2.3现存在的问题

通过对现有研究的了解，细胞图像分割技术依然存在问题：针对某一类细胞设计的分割算法具有局限性，对于形状偏离较大，外界因素影响较大或者大面积重叠的细胞群或多或少需要人为干预才能达到较好的分割效果，如文献^[15]所述，重叠细胞质的分割仍是一个难题；并且在现阶段，没有一种有效的评价方法可以对分割开后的细胞形状，精确个数及边界完整度等作评判。

1.3课题研究的主要内容及结构安排

1.3.1论文主要内容

本文以Bethesda系统中宫颈细胞涂片图像数据为样本，研究具有良好效果的细胞图像分割方法，并获取细胞图像特征。本文的主要内容包括：

1.宫颈细胞涂片图像的预处理：包括图像的色彩变换，标注，去燥，形态学滤波等，为后续分割等处理提供定量，准确的基础；

2.研究宫颈细胞涂片图像的分割问题，其中如何从高分率的图像中定位细胞核和细胞质，并将其从整个背景中分割出来为首要研究问题；由于图像中存在大量细胞质重叠细胞，继而研究能够将其分离为单个细胞的方法；

3.提取宫颈细胞涂片图像中参数特征：结合细胞图像的病理学诊断知识，在分割后的图像上，提取细胞核，细胞质的形态特征：包括细胞核圆形度，核面积，核长宽比，胞浆比，粗糙度等。

1.3.2论文结构安排

第一章简要介绍了课题研究背景及意义，详细从细胞图像分割方法，特征参数提取方法两方面阐述宫颈细胞图像相关的进展，并简要总结了现如今此方面上存在的问题。最后对本文的主要内容和结构安排作了简要介绍。

第二章对图像预处理及分割要使用的理论知识进行简单介绍。

第三章根据宫颈细胞图像中细胞核和质颜色，形态特点，提出了几种分割方法，包括对宫颈细胞图像的粗分割，ROI区域提取，基于Otsu和改进分水岭的重叠宫颈细胞图像的分离方法，并对相关方法进行模拟和实验验证。

第四章针对宫颈细胞图像的形态特征进行了计算，并在MATLAB平台完成相应系统的设计和实现。

第2章 相关理论基础

2.1数学形态学理论

数学形态学^[17] 具体分为二值形态学和灰度形态学，由基本算子构成。它可以在保持图像的基本特征的情况下，将图像数据简单化，并去掉图像中与研究目的没有关联的部分。其中基本算子包括开运算和闭运算，膨胀和腐蚀，算子可以组合应用特征提取，图像分割，滤波去噪等领域。

2.1.1 二值形态学运算

二值形态学的基本原理是通过平移结构元素对图像执行几何运算的操作。下方介绍了主要的4个基本算子。

1）膨胀：设二值图像为A，结构元素为，膨胀运算表示为

或：

相当于让结构元素在图像上平移，直到寻找到交集的中非空像素点为止，并将这些像素点组成集合。

2）腐蚀：运算为：

或：

让结构元素在图像上平移，直到寻找出属于中非空像素点为止，并将像素点组合成集合。

3）开运算：将与膨胀后的结果跟b进行膨胀处理，通常用于磨平图像，过滤掉突刺部分，去掉细长区域，表示为：

4）闭运算：将和膨胀后的结果和b进行腐蚀处理，通常用于填补缝隙，小孔等狭窄间隙，表示为：

2.1.2 灰度形态学运算

(1) 膨胀运算：令灰度图像为，结构元素为，膨胀即对物体边缘选取作为输出值，表示为：

(2) 腐蚀运算：对图像中物体边缘，选取作为输出值，表示为;

(3)开闭运算：表示类似于二值形态学开闭运算：

开运算：

闭运算：

其中，灰度形态学的基本运算还可以推导出一系列广泛运用的算法，包括形态学滤波，顶帽操作，底帽操作，形态学重建等。

(4)形态学重建：有和尺寸相同的灰度图像且，标记图像设为，模板图像设为，则对的灰度重建的公式表示为：

2.2分水岭变换

传统的分水岭分割方法^[18]，也是一种数学形态学的分割方法，其主要思想可理解成每一个局部极小值表面被小孔刺穿的盆地模型。通过将模型逐渐浸入水中，使每个局部极小值的影响域渐渐向外扩张，逐渐在相邻两个盆地交汇处形成大坝，形成的大坝即为分水岭，其中图像每个部分的局部极小值及周围小区域看做成积水盆地。

在图像分割应用中，将灰度图中找到不同的积水盆地和分水岭组合起来的区域部分就是要分割出的图像。分水岭算法的图解见图2.1。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：