基于活动轮廓模型病理显微图像分割若干关键技术研究.pptVIP

基于稀疏编码的细胞边缘提取 实验结果——字典的学习： 通过将训练集中的图像分成一定大小的patches，然后利用K-SVD算法，可以在训练集中学出一套关于细胞边缘的模版 * * 基于稀疏编码的细胞边缘提取 实验结果——细胞边缘提取： 利用上一个步骤中学到的字典，对一副测试图像进行稀疏表示，并找出边缘 * * 未来的工作 在以下3个数据集上的完整测试： Murphy 3T3 U20S Nuclei Datasets from Murphy Lab, CMU Breast Cancer COS1 Kidney Cell Datasets in UCSB Bio-segmentation Benchmark Datasets from UCSB Cell Segmentation Datasets from Lezoray 根据细胞学的理论与知识，除所讨论的形态、边界外，还有其它十分重要的特征能够描述细胞，例如纹理、光学特征与颜色特征等。针对这些特征，还须要与染色方法的改进相结合，进行更为细致、全面的分析。 * * 未来的工作 有效地利用细胞浆所提供的信息，能够进一步增加DNA定量化自动诊断方法的敏感性，并弥补其特异性不足的问题。因此，如何有效地提取细胞浆的位置、轮廓与特征参数，并为诊断提供依据是将来研究的重要与难点 对于稀疏编码进行更加深入的研究，或尝试