文档介绍：中文摘要
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,尤其在缺少专家的情况下对医
学细胞图像的分割与识别具有十分重要的意义。本文以免疫组化染色的胃腺癌细
胞显微图像为主要研究对象,重点研究了胃腺癌免疫组化细胞图像的若干分割技
术和区域特征识别技术。
本文的主要研究成果如下:
,研究表明阳性细胞图像的每一
个像素的 R 分量大于 B 分量;阴性细胞图像的每一个像素的 R 分量小于 B 分量。
由此色度学准则对胃腺癌免疫组化细胞图像进行粗分割,得到阳性细胞图像和阴
性细胞图像。粗分割后的阳性细胞图像进行平滑滤波,去掉部分噪声干扰。
Roberts 算子、Sobel 算子、Prewitt 算子、LOG
算子、Canny 算子进行边缘检测找到癌细胞的边缘。用距离变换的分水岭分割算法
将重叠或者粘连的细胞边缘分割出来,此算法出现了过分割现象。因此提出基于
改进距离标记的分水岭分割算法对可疑重叠区域进行分割,得到较为准确的癌细
胞区域轮廓边界。
、周长、长径、短径、近圆度、色度特征等参数信息,
为后续的胃腺癌细胞图像识别奠定了良好的基础。
,采用 BP 神经网络分类识别方法对胃腺
癌细胞进行识别,得到较好的识别率。
实验证明,本研究有效地提高了对于医学研究和临床诊断中诊断的效率和准
确率,并在腺癌细胞表征方面也具有重要意义。

关键词:免疫组化;色度学准则;分水岭分割;BP 神经网络
Abstract
With the rapid deployment puter technology, computer image processing
and analysis play more and more important role in clinical diagnosis and treatment. The
segmentation and recognition methods of medical microscopic cell image e the
one-up research task in present image domain. It is absolutely helpful for clinical
diagnosis and medical studies puter-aided cancerous diagnosis system, especially
in the case of lack of specialists. In this paper, regarding to the image of
immunohistochemical gastric adenocarcinoma, some image segmentation methods of
this cell image and the knowledge base of gastric adenocarcinoma cell characteristics
are focused on.
The key-points of research are listed below:
1. Based on colorimetric analysis of image that from the immunohistochemical
gastric adenocarcinoma, the result shows that in each pixel of positive cell, the R
component is bigger than ponent; while the result is just the reverse for the pixel
of negative cell. Then following this colorimetric rule, raw division is feasible to get the
image of positive cell and negative cell. Then the noise in the image of positive cell is
partly removed with smoothing filtering.
2. To detect th