基于支持向量机和椭圆拟合的细胞图像自动分割.pdf

第 51 卷第 4 期 浙 江 大 学 学 报 （工学版） Vol. 51 No. 4 2017年 4 月 Journal of Zhejiang University (Engineering Science) Apr. 2017 DOI ：10. 3785/j. issn. 1008-973X. 2017. 04. 012 基于支持向量机和椭圆拟合的细胞图像自动分割 廖 苗 赵 于 前 13 ,曾业战3 ,黄忠朝3 ,张丙奎3 ，\邹北骥1 ( 1 . 中南大学信息科学与工程学院，湖南长沙4100 8 3 ;2.湖南科技大学计算机科学与工程学院，湖南湘潭411100; 3 . 中南大学生物医学工程研究所，湖南长沙4100 8 3 ;4.胜利石油管理局滨南医院，山东滨州256600) 摘 要 ：提出细胞显微图像的自动分割方法，重点解决重叠细胞之间的分割难题.对原始图像进行二值化，提取每 个连通区域的多个形状特征并应用支持向量机(SVM )进行测试，区分单个与重叠细胞.运用瓶颈检测寻找分离点 对分割重叠细胞.基于细胞的椭圆或圆形结构，对分割后的边缘，应用改进的椭圆拟合法进行修正，修正后的细胞 区域能够有效地反映重叠在一起的细胞的真实形状.对新生成的封闭区域进行循环检测，直至所有重叠细胞分割 完毕.实验结果表明，相较于多种现有的细胞分割方法，采用该算法能够更有效地抑制过分割和欠分割，分割准确 率、敏感度和特异度高. 关键词 ：图像分割；模式识别；支持向量机(S V M );椭圆拟合;瓶颈检测 中图分类号： TP 391 文献标志码： A 文章编号： 1008 - 973X(2017)04 -0722 -0 7 Automatic segmentation for cell images based on support vector machine and ellipse fitting LIAO Miao1，2， ZHAO Yu-qian1，3 ， ZENG Ye-zhan3 ， HUANG Zhong-chao3， ZH A N G Bing-kui3,4 ，Z 〇U Bei-ji1 (1. School o f Information Science and Engineering, Central South University， Changsha 410083? Chinas 2. School o f Computer Science and Engineering , Hunan University o f Science and Technology, Xiangtan 411100, Chinas 3. Institute o f Biomedical Engineering， Central South University， Changsha 4：1QQS2，China; 4. Binnan Hospital o f Shengli Petroleum Administration Bureau, Binzhou 256600, China) Abstract ： An automatic segmentation method for microscopic cell images was presented with special focus on the problem of overlapping cell splitting . The binary operation was performed on original image? and multiple