基于細胞核分析的癌細胞圖像特征提取與識別.pdf

1、隨著計算機技術(shù)和癌癥病理診斷技術(shù)的不斷進步，癌細胞圖像自動分析識別技術(shù)逐漸成為現(xiàn)實。利用癌細胞圖像自動分析識別系統(tǒng)對癌細胞圖像進行識別判斷，可以為快速準確地診斷和分級癌癥患者提供一條良好的途徑。
　　 本文在前人研究的基礎(chǔ)上，結(jié)合癌細胞圖像病理學基礎(chǔ)知識、計算機圖像處理技術(shù)和計算機模式識別技術(shù)，首先研究了癌細胞圖像的目標區(qū)域提取，其次對癌細胞圖像進行了特征提取和特征降維處理，最后利用分類器完成對癌細胞的識別分類，并且設(shè)計了癌細胞

2、圖像特征提取與識別系統(tǒng)。本文的主要工作包括以下幾個方面:
　　 (1)根據(jù)癌細胞圖像的特點，本文給出了一種基于RGB三通道的細胞核區(qū)域提取方法。首先，基于RGB三通道的直方圖均衡化來完成圖像增強;其次，基于RGB三通道的迭代法求閾值完成對其細胞核的粗提取;最后利用顏色的特異性、中值濾波及形態(tài)學等方法完成進一步處理，得到癌細胞中細胞核完整的邊界和內(nèi)部區(qū)域。
　　 (2)根據(jù)癌細胞細胞核的特點和相關(guān)醫(yī)學知識，提取了細胞核的1

3、1個形態(tài)特征參量、15個顏色特征參量、6個紋理特征參量和6個光密度特征參量共計38個細胞核特征組成的樣本特征矢量;隨后，采用主成分分析方法對原始特征向量進行降維處理，從38維向量中提取出6維互補相關(guān)的新變量來反映原變量所提供的絕大部分信息，并對其進行了歸一化處理，來消除不同變量數(shù)量級間差別。
　　 (3)鑒于單個神經(jīng)網(wǎng)絡(luò)分類器泛化能力不強的缺點，本文給出了一種強分類器集成算法，對癌細胞圖像進行分類識別。首先利用改進的Adaboo