1、宮頸癌細胞(xbo)識別方法研究引言(ynyn)我國醫學有幾千年的歷史，婦產科一直(yzh)是醫學界中平凡而又有研究價值的一門科學，現在全世界有近一半以上的婦女患有或多或少的婦科疾病，而有些疾病嚴重影響廣大婦女的健康，宮頸癌是常見的婦科惡性腫瘤之一，發病率在女性惡性腫瘤中居第二位，僅次于乳腺癌。全世界每年的宮頸癌新發病例有 46.6 萬。據統計，我國每年宮頸癌的新發病例數超過 13 萬，每年死于宮頸癌約有 5 萬人，占女性癌癥死亡率的第一位。宮頸癌簡介宮頸癌是指發生在子宮陰道部及宮頸管的惡性腫瘤。宮頸癌的轉移，可向鄰近組織和器官直接蔓延，向下至陰道穹窿及陰道壁，向上可侵犯子宮體，向兩側可侵犯盆

2、腔組織，向前可侵犯膀胱，向后可侵犯直腸。也可通過淋巴管轉移至宮頸旁、髂內、髂外、腹股溝淋巴結，晚期甚至可轉移到鎖骨上及全身其他淋巴結。血行轉移比較少見，常見的轉移部位是肺、肝及骨。當宮頸癌的癥狀出現三個月后就診者已有 2/3 為癌癥晚期。宮頸癌最常見的癥狀為白帶增多和陰道出血，白帶可為米湯樣或粉紅色，且有惡臭；陰道出血開始于性交后、排便后或婦科檢查后，絕經后出現陰道流血更應注意。衛生組織癌癥專家說，子宮頸癌細胞檢測非常安全，也不繁瑣，25 至 65 歲的婦女每 3 至 5 年進行一次就可以，該方法對降低子宮頸癌致死率是非常有效的。在進行例行檢查時其中一項重要內容就是檢驗癌細胞的有無和變化，為確

3、診和治療提供有力的證據。基于像素的方法直方圖閾值法有早期的 p-title 法，即假定亮的背景中存在暗的物體，簡單選取使物體目標所占面積達到 p%的閾值。這種方法對于知道物體大致所占比例的圖像特別有效，但是(dnsh)適用范圍很窄。應用得很多的比較成熟的方法 Otsu 法，即認為閾值 T 把像素點分成 C0 和 C1 兩類，選取使類間方差最大的閾值。近年，付忠良對 Otsu 法進行了推廣，分別用平均方差、平均鄰域(ln y)方差和平均梯度方差代替 Otsu 方法中的均值，取得很好效果。另外一種重要的閾值選擇辦法是基于熵值的選擇方法(fngf)。認為最優的閾值是使分割的兩部分的熵值之和最大。除了

4、常規熵值(-PiLnPi)，一些新的熵值定義也被用于該方法。比如 P.Sahoo 等用 Renyi 熵(-ln(Pi)取代常規熵，張二虎定義了一種新熵Pie(1-p)并應用于彩色印刷網點圖像，效果很好。 基于直方圖的形態也有幾種不同方法提出。對于直方圖呈現明顯雙峰的圖像，可是選擇谷底作為閾值。而谷底不明顯的圖像可以利用凸凹度選擇閾值，選擇其其峰的肩部的凸凹拐點作為閾值。對于大背景中存在較小物體的這類圖像而言,其直方圖物體峰往往淹沒在背景峰中,無法分辨。很多醫學圖像也具有這樣的特點。 1 9Bhanu 和 Faugeras 提出使用梯度松弛算法解決這類問題：首先給每個點指定一個初始的出現概率，然

5、后根據該像素和 8-鄰點的關系進行梯度松弛運算，使梯度方向的灰度差別變大，擴大灰度范圍，這樣物體峰和背景峰就較好分開。 分水嶺算法是從較低的但仍能正確分割出物體的閾值出發，對物體進行分割，物體間會有較寬的邊界，然后逐步提高閾值，直至物體的邊界接觸，從而獲得最優的閾值，這是一種自適應的算法，對于物體距離過近的圖像可以獲得滿意的分割效果。對于受光照等原因，灰度分布很不均勻的圖像，往往可以采用局部閾值法：將圖片分割成若干個小圖片，每個小圖片相對比較均勻，對每個小圖片分別應用全局閾值法，分別判斷單峰，雙峰，然后綜合得到整個圖片的分割。在對彩色圖像的處理中，一種聚類的方法得到應用。它首先將彩色圖像映射到

6、色彩空間，然后通過聚類方法獲得類別的數目和閾值，常用的 k-means，c-means 以及 fuzzy聚類均利用，最后對每個像素點進行標號，從而達到分割目的。 基于像素點的方法由于其是最具局域化的分割方法，基本只考慮了單個像素的性質，沒有考慮像素在空間上的關系，雖然它得到了很多的加強，而且在計算代價上面很占優勢，但是它對復雜或者噪聲和干擾很大的圖像不能取得很好效果，甚至會導致錯誤分割。因此，在生物醫學圖像應用的很少。基于(jy)邊界的方法基于(jy)邊界的分割是“中等(zhngdng)層次”的分割，它利用的像素點和其領域的像素點的關系。一般是通過以下步驟實現：(1)使用某種技術尋找候選邊界點

7、(常用如 sobel 算子等)；(2)對這些邊界點進行評估篩選(如指定邊界概率等)；(3)連接(如利用跟蹤蟲技術等)邊界點獲得封閉邊界從而完成對圖像的分割。其中邊界點的尋找和評估是這種方法主要的難點所在。一種常用并且重要的邊界尋找方法是 LOG(Lapalacian Of Gaussion)算子。其基本過程：高斯平滑拉普拉斯運算零交叉點。這種方法的困難是邊界點的定位和邊界點的真偽判定。苑瑋琦等提出基于局域差分極限的方法。David H 和 YossiRubner 通過對圖像噪聲的分析，給每個邊界點賦予一個真邊界點的概率。從不同角度的解決這些不足。1986 年 Canny 對過去的方法和應用作了

8、小結和分析，并且提出了三條準則：(1)好的檢測結果。要求盡量的檢測出真實邊緣點；同時盡可能少的虛報邊緣點。(2)定位要準確。要求和實際邊緣位置偏差最小。(3)低重復響應。要求對同一個邊緣點的響應不要重復或者重復很少。Canny 推導了連續情況下的滿足這些條件的數學表達式，并建議了幾種邊緣算子，開辟了尋找最優化邊緣檢定算子的道路。對于有紋理的圖像，不同紋理之間的邊界檢測需要用到分型理論。分形理論的基本思想是：客觀事物具有自相似的層次結構，局部與整體在形態、功能、信息、時間、空間等方面具有統計意義上的相似性，即自相似性。自相似原理的引入使分形理論成為研究和處理自然與工程中不規則圖像的有利工具。廣義

9、而言，任何物體的表面都可以認為是具有某種紋理特征的，故任何圖像都包含了若干種紋理區域的灰度表面。在這些紋理不同的灰度表面之間的灰度起伏變化顯著，外在就表現為邊緣。大多數的紋理圖像都可以用分形模型進行描述，而紋理特征的變化包含了圖像的邊緣信息。張坤華等在圖像分形模型分數布朗隨機場的基礎上，通過分析圖像的分形參數，提出一種新的邊緣檢測特征，并利用自適應閾值，實現圖像的邊緣檢測。基于(jy)區域的方法基于區域的方法考慮較大范圍的區域中的像素的關系，其基本方法是區域的合并和分離。 區域生長(shngzhng)法，即通過給定的種子區域出發，不斷的合并相似區域，消除較弱的邊界，直至滿足一定的條件停止生長，

10、從而達到分割圖像的目的。它的分割結果不僅僅受到終止條件的影響，還受到生長順序的影響。一種改進的區域生長方法由AndrewMehnert，Paul Jackwy 提出。 流域算法將灰度的大小假想為地形的高低，將局域最低點視為流域的標記點。對每個點計算其梯度，然后沿梯度最大的方向搜索，直至歸于某個流域。整個圖像按照流域標號，從而完成對圖像的分割。在流域標號圖中梯度不為零的點就是邊界。流域算法的主要缺點是容易導致過渡分割，并且計算量較大。利用多分辨率分析(金字塔算法)可以改善這些問題。近年來利用先驗知識的方法得到很大發展。其中主動輪廓法是很受重視的一類方法。主動輪廓法又稱為 Snake 法，主要是通

11、過對區域定義一種能量函數，而后動態優化這個能量函數，使之最大或者最小，從而逼近目標的真實輪廓。其能量的定義主要由輪廓本身的能量(形狀、光滑度等)、圖像內部的能量(內部點的一致性、內點與邊界的符合程度)和其他人為(rnwi)規定的約束能量組成。主要的進展一方面是改良 Snake，一方面是各種搜索全局最優解的工具如遺傳算法、Tabu 算法等的應用。它的主要缺點是一般需要預先給出近似的輪廓，而且計算的代價非常高，容易收斂到局部最優解上。 很多時候尋找的是具有一定形狀特征的物體，那么可以通過一些變換(比如 Hough 變換)將圖像變換到參數空間，在參數空間尋找極大值從而達到圖像分割的目的。Hai-Sh

12、an Wu 等人為細胞核是橢圓形，并通過 5 參數堆積，對粘連重疊的細胞核分割取得很好的效果。金字塔算法(sun f)對于圖像的多分辨率分析，金字塔算法因為其簡單易行得到很廣泛的應用。Burt 和Adelson 引入一個基本高斯函數的金字塔編碼策略。首先對圖像用高斯脈沖響應作低通濾波，濾波之后結果從原圖像中減去。圖像中的高頻信號保留在差值圖像中，然后對低通濾波后的圖像進行隔行采樣(ci yn)，細節也就不會因此而丟失。其過程如下：設 f 0(i , j )為原始圖像， g (i , j )為高斯形狀的低通濾波器脈沖響應。那么下一層的半分辨率f1 (i , j )的圖像和整分辨率差值圖像 h1

13、( i , j )為：f1 ( i , j ) = f0 ? g (2 i ,2 j ) 和h1 ( i, j ) = f0 ( i, j ) f0 ?g (i , j)這一過程反復迭代(di di)進行就可以將原很大的圖像分解為分辨率降低一半的系列圖像。顯然，在較低的分辨率的圖像上，噪聲和局部的細小邊緣得到很強抑制，同時需要處理的數據量也大大減小。 近年，發展了連續的金字塔(即不再以 1/2 來降低分辨率)、可調金字塔等改進算法。但是就處理效果來說，多數應用的還是使用普通的拉普拉斯金字塔，只是有些濾波函數不一樣。比如可分離的高斯濾波因為計算簡便等優點在實際中常常被采用。橢圓擬合在計算機視覺領

14、域，常常需要探測橢圓，特別是在人造場景(很多是圓形的投影)、生物細胞顯微圖像等場合。目前，基本上有三類擬合的方法。一類是最小二乘法，一類是遍歷方法，一類是 Hough 變換方法。實際的圖像中，不僅僅是存在噪聲，還有某些無法剔除的錯誤信息，因此簡單的最小二乘法不能得到應用，一些魯棒性很強的方法得到發展，如 Theil-Sen，Repeated Median 方法, K-RANSAC 算法等。 Theil-Sen 方法和Repeated Median 方法都屬于遍歷訪法，都是通過遍歷所有可能的橢圓最小子集實現的。所謂橢圓的最小集合就是能夠確定一個橢圓的最小的點集。對于橢圓而言就是 5 個不同的點集。參考文獻1孫懷江，腹水脫落癌細胞顯微圖像(t xin)分類識別研究D。南京理工大學碩士論文，2002年2王浩軍，宮頸癌癌細胞自動識別與分類(fn li)方法的研究D。西安交通大學博士論文，2002年3徐長發，李國寬