远程诊断系统中全自动生物显微镜研究.docVIP

远程诊断系统中全自动生物显微镜研究 　　摘要：针对远程医疗的需要，构建基于全自动生物显微镜的远程诊断系统。提出了基于生物切片的自动聚焦算法、基于小波的四叉树分解融合算法、与模板匹配原理相近的类卷积拼接算法，在图像的获取和处理方面取得了理想的应用效果。 　　关键词：全自动生物显微镜；远程诊断；自动聚焦；多景深图像融合；图像拼接 　　中图分类号：TP301文献标识码：A文章编号：1672??7800（2011）02??0072??03 　　 　　 　　基金项目：浙江省科技厅面上科研工业项目基金(2007C21028)；宁波城市职业技术学院2010年科研基金（ZWX10093） 　　作者简介：邵华(1979-)，男，浙江建德人，硕士，宁波城市职业技术学院信息学院讲师，研究方向为光电图像采集与处理。0引言 　　本课题根据研究的需要，研究开发适用于远程诊断系统的全自动生物显微镜，包括基于生物切片的自动聚焦算法、多景深图像融合技术、多幅显微图像的拼接算法等关键技术。 　　1远程诊断系统构架 　　本文远程诊断系统包括以下几个部分：客户端、服务端、会诊管理中心、病理数据库和一些相关的数据库(包括诊断系统数据库，各医院的数据库等)，图1为系统构架图。 　　图1远程诊断系统构架 　　图1中申请诊断的基层医院作为服务端，专家所在的医院作为客户端。会诊管理中心负责会诊的总体安排，诊断系统数据库提供病人的相关资料、专家的相关资料，病理数据库提供相关病例资料。服务端的电脑连有全自动生物显微镜，客户端通过远程诊断系统软件与服务端进行交流，客户端实时操控服务端的全自动生物显微镜，服务端同步浏览通过显微镜采集到的医学图像。同时，专家和患者、专家和专家之间在远程诊断系统这个平台上可以进行视频、语音交流，由语音视频交互模块实现。系统中，服务端显微镜采集到的切片图像由高压缩率大图像流编码模块进行压缩后，通过网络传输到客户端服务器上，经过解码后在电脑上显示切片图像。 　　本文将显微镜的复杂操作简化为对一个软件面版的操作，使专家不用再为熟悉新的显微镜硬件而发愁，简洁明了，让专家可以快速地得到想要观察的图片。通过该控制软件可以进行载物台移动的实时控制、物镜的转换、聚光镜亮度的调节、自动聚焦、记忆点自动回溯、多景深图像融合、图像拼接、大视野全景图像生成等操作，完成实时图像的同步更新。 　　2系统中的图像处理关键技术 　　2.1显微图像自动聚焦算法 　　正确聚焦与否视觉上靠图像是否清晰来判断。在实际应用中，由于制造工艺的局限，切片表面不能完全平整，导致观察图像局部模糊，清晰块分布不均匀，使得对聚焦清晰图像的评价变得更为复杂，不仅要求细节总量多，还要求细节分布均匀。由于显微镜观察是封闭式的，所以人眼对观察视野中的局部模糊要比宏观世界中敏感。对于主体十分清晰、局部模糊的图像而言，人眼更倾向于清晰度欠缺一些但无模糊部分的图像(图2)。因此，理想的生物聚焦图像必须是清晰度和均匀度双重统一的图像。对于这一要求，本文在聚焦时先拟合一幅符合锐度和均匀度双重要求的标准评价图像作为标准图像，将采集图像与标准图像进行对比，利用合适的图像相关性函数对采集图像和标准图像的相似性进行分析，得到相应的结果值，从而选择最相似的图像作为聚焦图像。本文的聚焦过程分成两个阶段：标准图像融合阶段和聚焦图像选择阶段。如图3所示。其中标准图像融合过程由融合算法部分详细阐述。 　　图2局部模糊与清晰度欠缺但无模糊图像示例 　　图3本文的自动聚焦算法 　　在通过融合算法得到一幅标准的参照图像后，聚焦就变成将采集图像与参照图像进行对比，选择最相近图像的过程。图4为选择过程的示意图：首先，通过小波的多分辨率分析，将图像分解成代表原图不同信息的子图；然后，将实验图像组R{n}(n为参与聚焦实验的图像数目)和标准图像F的近似子图进行对比评价，得到评价值组S{n}，并选择出最大值Sj；最后，根据数组中的最大值在原图像序列中找到最接近标准图像的图像，也即最接近焦点的图像，得到焦点的位置，从而聚焦结束。在选择过程中，采用偏差度来判断采集图像和参照图像的相关性。偏差度反映两幅图像在光谱信息上的匹配程度，如果偏差指数较小，则说明两幅较为接近，有绝对偏差度、相对偏差度。设F为标准图像，R为实验图像，则公式如下： 　　DDR=1MN∑ Mi=1 ∑ Nj=1|R(i,j)-F(i,j)|/F(i,j) (1) 　　图4聚焦图像选择 　　2.2多景深图像融合算法 　　众所周知，由于显微镜焦深有限，随着放大倍数的增大，景深会相应减小，只有那些在焦平面或其附近的结构才是可见的。因此使用显微镜高倍物镜观察表面凹凸不平物体或厚薄不均切片时，只能观察到局部清晰的图像。 　　多景深图像融合算法的基本思想就是