论文部分内容阅读
脑脊液细胞数量少、种类多、形态各异,常用于中枢神经系统感染性疾病、脑血管疾病、脑膜白血病、肿瘤和其它免疫性疾病的鉴别与诊断。目前,国内外专门针对脑脊液细胞显微图像分割的研究仍相对较少,而将传统的细胞图像分割方法用于脑脊液细胞的分割又往往难以达到理想效果。 根据脑脊液细胞显微图像的特点,本文对分水岭变换和主动轮廓模型展开深入研究和分析,主要工作内容及创新点如下: 一、针对传统分水岭变换对噪声敏感、容易产生过分割现象的问题,本文提出一种基于前处理的分水岭分割方法:首先对灰度图像进行灰度形态学重建;接着根据重建后的图像分别提取图像的前景标记和背景标记;然后采用形态学极小值标定技术将所提取的前景图像和背景图像强制为由Beucher梯度算子计算而来的梯度图像的局部极小值;最后将该修正后的梯度图像作为分水岭变换的分割函数进行分割。实验结果表明,该方法能较好地抑制过分割现象,相比同类改进算法,其过分割度由15.43%降低到8.68%,取得了较好的效果。 二、针对传统Snake模型数值解法时间复杂度大、基于贪婪算法的快速Snake模型无法保证曲线收敛至全局最优的问题,根据PSO算法寻优过程与Snake模型的曲线收敛过程相似的特点,本文首先将PSO算法引入Snake模型,将Snake模型的能量函数作为PSO算法的适应度函数,提出基于PSO算法的Snake模型P-Snake;然后提出一种基于改进PSO的Snake分割模型CP-Snake,分别在Snake模型可能收敛至一个点、对初始轮廓敏感以及 PSO算法易陷入局部最优值形成早熟现象三点进行改进:一方面,通过引入样条曲线控制点的平均距离来防止Snake曲线收敛至一个点,并通过在适应度函数中引入控制点的距离势能来减少 Snake模型对初始轮廓位置的依赖,另一方面,引入柯西变异方法,对PSO算法中可能导致的早熟问题进行解决。实验结果表明,CP-Snake模型能有效地提高脑脊液细胞的分割精确度。 三、针对分水岭变换分割结果平滑性差、Snake模型轮廓初始化繁琐以及 Snake模型对初始轮廓敏感、无法处理拓扑变化等问题,本文将上述改进的分水岭变换与CP-Snake模型进行有机结合,提出一种混合分割模型WCP-Snake,该模型将分水岭分割的结果作为CP-Snake的初始轮廓,然后利用CP-Snake对分水岭的分割结果进行平滑,使得分割结果更加精确。最后本文将该混合模型应用于临床脑脊液细胞显微图像的分割,实验结果表明,本文所提出的混合分割模型在保证分割效率的基础上,能自动地对脑脊液细胞进行分割,并有效地提高分割的准确性和精确度。