液基细胞学计算机辅助诊断技术.docVIP

液基细胞学计算机辅助诊断技术 　　摘要：应用快速精确的计算机技术替代人工辨识是实现早期癌症大范围普查诊断的有效手段。本文总结了液基细胞学计算机辅助诊断系统中应用的各种图像处理技术，对辅助诊断流程中图像分割方面所运用的技术进行了综述，根据癌细胞与正常细胞形态上的差异，给出了癌细胞识别中需要提取的各种特征参数，最后介绍了目前所应用于癌细胞自动识别方面的诸多分类识别技术，并讨论了液基细胞学制片计算机辅助诊断技术的未来发展。 　　关键词：计算机辅助诊断；图像分割；特征提取；癌细胞识别 　　1引言 　　目前，癌症已成为严重危害人类健康，破坏家庭社会和谐的主要因素之一。根据世界卫生组织统计，2004年全世界约有740万人死于癌症，占死亡总数的13%以上。因癌症而死亡的人数呈逐年增长的趋势，预计到2030年，癌症死亡人数将达到1200万。就我国而言，每年约有100万人发生肿瘤，80%死亡。由此可见，癌症的发病严重影响了人类的身体健康。在统计癌症发病率的同时，世界卫生组织也指出，若能够实现癌症的早期检测和治疗，大约可以降低1/3的癌症死亡率，癌症的早期发现及诊断非常重要。 　　病理学诊断是癌症早期诊断技术中比较准确的方法。传统的病理学诊断是通过对病变部位进行取样得到细胞涂片或组织切片，并由经验丰富的医师对显微镜下的涂片或切片图像进行病理分析，从而得出最终诊断报告。目前在病理学诊断中广泛应用的液基薄层细胞学技术是制片技术的重大革新，即通过技术处理去掉涂片上的杂志，直接制成可清晰观察的薄层涂片，使阅片者更容易观察，其诊断准确性比传统法高。但是，液基细胞学技术的问世，只是制片技术的重大革新，而不能改变传统的人工阅读方式。由于显微镜下液基细胞制片的图像视野相当大，医师在进行诊断的时候需要长期观察显微镜，工作强度相当大，极易疲劳。而人工诊断结果的准确性和可靠性受到医师的主观因素、分析条件等多方面的影响，因此病人得到的诊断报告中往往存在着假阳性或假阴性的诊断错误。这些诊断错误可能会影响患者情绪，延误患者最佳的治疗时机，甚至威胁到患者的生命。 　　近年来，随着数字图像处理、模式识别以及计算机可视化技术在医学领域的飞速发展，研究者已经应用了多种计算机技术对显微镜下的细胞图像进行自动分析和处理。其核心思想是将专业医师的临床诊断经验融入到计算机辅助诊断中，实现液基细胞涂片显微图像的癌细胞自动识别，利用计算机系统的精确计算以及快速处理实现癌症早期诊断的大范围普查，并减少医师的工作量。对于显微图像的癌细胞自动识别研究，目前已经形成了比较成熟的技术流程，甚至部分公司已经研发出了比较可靠的癌症识别设备。本文主要介绍了液基细胞制片辅助检测技术中所采用的各种图像处理技术以及整个处理流程，以帮助相关研究者能更好地了解这项研究。 　　2液基细胞学计算机辅助诊断技术原理 　　计算机辅助诊断（computer-aideddiagnosis，CAD）最早可追溯至1966年由美国的Ledley提出，但其随后的发展一直陷入低谷。近年来，随着计算机技术的飞速发展，CAD在发达国家的诸多医学领域取得了较快发展。针对病变细胞显微图像的一系列的计算机辅助诊断系统也相继推出。美国早在1989年就针对宫颈癌细胞图像开发了PapNet系统，这是一种交互式的神经网络辅助诊断系统（INNNtestingsystem）。该系统利用人工神经网络识别每张细胞图片，并选出128个最有可能的异常细胞图，对其中的异常细胞进行定位且在显微镜下进行核实诊断。而美国Hologic公司针对目前新型的液基细胞学技术所制成的涂片（Liquid-BasedPreparations，LBP），也开发出了用于癌细胞识别的辅助阅片系统，即新柏式玻片扫描影像分析系统（ThinPrepImagingSystem，TIS）。该系统能从每张玻片的约120个视野中选取22个视野以便进一步诊断，并对异常细胞进行标记，帮助病理学家进行诊断。此外，国内的南京大学计算机新技术国家重点实验室与南京八一医院全军肿瘤研究中心联合研究多年，采用图像分析处理技术以及人工神经网络技术，研制出了针对肺癌系统涂片的计算机自动诊断系统（LCDS）。 　　一般来说，计算机辅助诊断流程大致可分为三个阶段，即特征提取、特征量化和数据处理。特征提取是将医学影像结果结合其病理特征资料提出出来并分类，特征量化即将提取出的特征进行分析量化，而数据处理就是在前两步的基础上应用各种数学模型或统计算法，形成有效CAD系统。针对癌细胞显微图像的计算机辅助诊断系统主要由图像采集、预处理、图像分割、特征提取以及分类识别组成。其中涉及到了许多图像处理技术，目前大部分研究主要集中在细胞分割、特征提取和分类识别方面，下面主要介绍这几个方面的相关技术。 　　3液基细胞学计算机辅助诊断技术 　　3.1细胞图