图像处理中的细胞核检测、分割、分类基本方法综述.pptx

本PPT基于《Methods for Nuclei Detection, Segmentation and Classification in Digital Histopathology: A Review. Current Status and Future Potential》制作，历时2周，补充了大量的图像处理方面的基础。主要关注点为细胞检测、分割、分类。对图像处理有所需要这自行下载。能力所限，多有不足。 by 临风游吟/140Methods for Nuclei Detection, Segmentation and Classification in Digital Histopathology: A Review. Current Status and Future PotentialHumayun Irshad, Student Member, IEEE, Antoine Veillard, Ludovic Roux, Daniel Racoceanu, Member, IEEE,/140outline简介和动机细胞分割和分类的挑战图像处理方法简介检测、分割和分类的方法讨论This present review is intended as a comprehensive state-of-the-art survey on the particular issues of nuclei detection, segmentation and classification methods restricted to two widely available types of image modalities:HE and IHC.We conclude with a discussion, pointing to future research directions and open problems related to nuclei detection, segmentation and classification.染色苏木精 — 伊红染色法 ( hematoxylin-eosin staining ) ，简称HE染色法 。细胞核—深蓝色，其他（细胞质，基质等）—粉红色。免疫组织化学（Immunohistochemistry，IHC）又称免疫细胞化学，是指带显色剂标记的特异性抗体在组织细胞原位通过抗原抗体反应和组织化学的呈色反应，对相应抗原进行定性、定位、定量测定的一项新技术。 照明统一的光照是必须的。显微镜，样本厚度，染色等会导致照度不均。照相技术对不同波长的光的敏感度不一致（短波-蓝长波-红）。使用标准套件纠正光谱和空间光照变化。重点淋巴细胞：形状规则，比上皮细胞小上皮细胞：染色质均匀，边界平滑（健康）；变大，染色质分布不均，边界不规则（癌变）图像处理方法阈值（thresholding）形态学（morphology）区域生长（region growing）分水岭（watershed）主动轮廓模型和水平集（active contour model and level sets）K-均值聚类（K-means clustering）概率模型（probabilistic models）图切割（graph cuts）Thresholding目标和背景内部的相邻像素间的灰度值是高度相关的，但在目标和背景交界处两边的像素在灰度上有很大的差别。全局二值化全局阈值：仅根据图像像素本身性质 1、极小点阈值 2、最优阈值 3、最大凸残差阈值；局部阈值：像素本身性质和局部区域性质 1、直方图变换 2、灰度-梯度散射图动态阈值：像素本身性质、局部区域性质以及像素位置坐标Morphology形态学是一门建立在集论基础上的学科，将图像视为元素的集合，将图像作为几何形状进行处理。形态学图像处理是在图像中移动一个结构元素，然后将结构元素与下面的二值图像进行交、并等集合运算。常用的结构元素有十字，矩形和圆形等。在形态学中，结构元素是最重要最基本的概念。结构元素在形态变换中的作用相当于信号处理中的“滤波窗口”。基本的形态运算是腐蚀和膨胀。腐蚀和膨胀公式：先腐蚀后膨胀的过程称为开运算。它具有消除细小物体，在纤细处分离物体和平滑较大物体边界的作用。先膨胀后腐蚀的过程称为闭运算。它具有填充物体内细小空洞，连接邻近物体和平滑边界的作用。均会除去比结构元素小的图像细节。White and black top-hat transforms： 可以提取元素和细节。White top-hat transformsBlack top-hat transforms形态学梯度：用于边缘检测Region growing种子区域生长法是从一组代表不同生长区域