人体脐静脉内皮细胞作为炎症、肿瘤等多种疾病发生的重要影响因子,已逐步成为医学研究的重点对象之一。然而,由于人体脐静脉内皮细胞属于血管的贴壁细胞,形状大小很不规则,亮度很不均匀,且存在严重的粘连现象,现有的细胞图像自动分析系统对脐静脉内皮细胞的分析处理结果很差,尤其是对粘连脐静脉内皮细胞的分割处理,误差很大,而粘连细胞图像的分割结果直接影响到后续细胞特征参数的提取和统计分析的准确性。为了实现脐静脉内皮细胞图像的精确分割,针对内毒素诱导后的活化和静息两种不同状态下脐静脉内皮细胞图像的特点,本文提出了两种改进的分水岭分割方法,有效地提高了细胞图像分割的准确率,具体总结如下:针对内毒素诱导的活化状态下的脐静脉内皮细胞图像,提出了一种基于区域极小值提取的改进分水岭分割方法。该方法首先采用灰度图像的形态学处理对图像进行顶帽变换和底帽变换来增强图像的对比度,然后利用H-极小值变换和形态学极小值强加技术对图像进行区域极小值提取,最后使用形态学分水岭变换方法对极小值标记的图像进行分割,最终实现了内毒素诱导后的活化状态下的脐静脉内皮细胞的准确分割。针对内毒素诱导的静息状态下的脐静脉内皮细胞图像,提出了一种基于“种子区域”和距离图重建的脐静脉细胞图像分割算法,该方法是在细胞核图像与细胞图像相结合的基础上实现细胞图像分割的,首先将细胞核定位到对应的细胞图像中,以细胞核为细胞图像的“种子区域”,然后采用改进的距离图重建方法重构细胞图像的距离图,最后对距离图进行分水岭变换,最终实现了内毒素诱导的静息状态下脐静脉内皮细胞图像的精确分割。最后,本文对分割完成的脐静脉内皮细胞图像进行了标记计数以及特征参数的提取,并在此基础上,建立了脐静脉内皮细胞图像分析系统。