1. 研究目的与意义（文献综述）

随着计算机技术的发展,计算机图像处理与分析技术在临床诊断和治疗中起着越来越重要的作用。对医学细胞显微图像分割、细胞形态的检测与识别方法的研究成为当今图像分析领域的前沿课题。在医学研究和临床诊断中, 很多疾病的诊治主要依靠医学专家观察标本中细胞在显微镜下的形态，对细胞进行识别和分类。目前最普遍和主要的方法是使用光学显微镜，观察经过染色的标本，根据每种细胞形态的不同进行分类和计数。这种人工分类的工作重复而单调、效率低下。随着计算机模式识别技术和人工智能研究的不断发展，人们把目光投向了对细胞图像的自动识别上，希望计算机能做到与医学专家一样快速准确地识别各类细胞并做出相应的诊断，这样将大大的提高检查效率，减少人为误差。

图像分割技术是医学细胞图像处理的关键。医学图像分割是高层次医学图像理解和分析的前提条件，在医学上的应用范围很广，例如:医学教学、医学研究、临床诊断、病理分析、影像信息处理、计算机辅助诊断等。在所有这些应用中，图像分割是一个必不可少的重要环节。医学细胞图像自动分割问题的解决对疾病诊断、细胞信息定量分析、细胞信息的传递、细胞变异研究、细胞显微、超显微结构的三维重构实现具有不可低估的影响。在医学图像处理中，细胞图像的分割到今天仍然是一个经典难题，一个重要的原因是医学图像的复杂性和多样性。由于各种原因获取的医学图像不可避免的具有模糊、不均匀等特性。特别是细胞图像，由于先进的染色技术价格昂贵，普及性差，细胞染色图像复杂而且有很大的不确定性，这些都给医学细胞图像分割带来了极大的困难，因此医学细胞图像分割算法的研究仍然是国内外学者研究的热点和难点.为了解决医学图像的分割问题，近几年来，国内外学者做了大量的工作，因此也使医学图像分割成了医学研究和计算机图像领域的研究的热点。人类对生物医学领域的发展要求越来越高，通过分子层面的定量研究，揭示疾病的发病机制、病发原因，发掘疾病过程中机体的形态结构、功能代谢变化，是生物医学领域目前和今后的主要发展方向。生物医学研究正由定性分析阶段逐渐向微结构定量分析阶段过渡，这意味着需要具有对电子显微镜图像进行定量处理的方法和手段。因此，研究细胞分辨率层面上的图像处理问题，使之成为一种全自动、高效、准确的计算机辅助技术，对生物医学领域具有重要的意义。

2. 研究的基本内容与方案

(1)对医学显微细胞图像分割方法进行综述，包括一些常用的基于区域的分割方法、基于边缘的分割方法，以及近年来出现的新方法，并分析各自的特点。

(2)针对顺序形态学算法检测细胞边缘不够精细的问题，研究基于复合顺序形态学的边缘检测方法，对其中结构元素的形状、尺度和方向的选择，百分位大小的选择和算法运算速度的提高进行研究。希望提出一种基于自适应局部模糊增强的复合顺序形态学边缘检测方法。拟采用的方案为：首先引入二维直方图斜分法定位边缘区域，然后由每行的隶属度均值所确定的隶属闭值对边缘区域做自适应模糊增强处理，最后采用具有多个百分位和多个方向结构元素的复合顺序形态学进行细胞图像的边缘检测。大致实现方法框图如下图1所示。

3. 研究计划与安排

第1-3周：收集、整理选题相关的文献资料，完成、完善方案论证，撰写开题报告；

第4-5周：认真学习选题相关的知识、理论和算法实现等，熟悉软硬件环境；

第6-9周：建立软硬件仿真模型、完成程序编写、仿真实验等，并做好相关记录及分析；

4. 参考文献（12篇以上）

[l]张远鹏，董海.计算机图像处理技术基础[m].北京:北京大学出版社,2013.

[2]田捷，周明全.医学影像处理与分析[m].北京:电子工业出版社,2012.

[3]马义德，戴若兰，李廉，等.生物细胞图像分割技术的进展[j].生物医学工程学杂志，