细胞分割方法综述　.docVIP

细胞分割方法综述 显微图像定量分析已广泛用于病理诊断、病理管 理系统、癌变分级分类等多方面的医学研究领域。细胞区分 割提取是一个重要技术，直接关系诊断的可靠性，也是医学 像处理的难题。文章对各种细胞分割方法进行了系统的论 述，并分析了各种方法的优缺点。 关键词：细胞分割；医学图象；数学形态学；细胞粘连 一、绪论 所谓细胞分割是指根据灰度、彩色、几何形状等特征把 细胞图像划分成若干个互不相交的区域，使得这些特征在同 一区域中，表现出一致性或相似性，而在不同区域间表现出 明显的不同。细胞分割是医学图象处理中最为基础和重要的 领域之一，它是对细胞图像进行识别和计数的基本前提。同 时它也是一个经典难题，到目前为止不存在一种通用且高效 的分割方法能够广泛的应用在细胞分割中。 二、传统细胞图像分割技术 阈值分割 阈值分割是一种传统的图像分割方法，它实现简单、计 算量小、性能较为稳定，尤其适合于目标和背景占据不同灰 度级范围的图像。在很多情况下，是进行细胞分割、细胞识 别之前必要的图像预处理过程。Shi r in Nasr-Isfahan i等提 出的一种聚堆细胞的新方法中，就是先使用组合图像分割算 法和阈值分割来提取前景对象并转化为二值图像的。阈值分 割法的主要局限在于，最简单形式的阈值法只能产生二值图 像来区分两个类，而且它只考虑像素本身，一般都不考虑图 像的空间特性，这样就对噪声很敏感。 基于边缘检测的方法 边缘检测的目的是标识数字图像中亮度变化明显的点。 它可以快速准确地找到边缘，从而通过边缘确定区域内的灰 度或颜色信息，从而达到对图像的快速分割。边缘点的判定 是基于所检测点的本身和它的一些邻近点，主要包括局部微 分算子，如Roberts梯度算子、Sobel梯度算子和Canny算 子等。Rob erts梯度算子有利于对具有陡峭边缘的低噪声 像的分割；Laplacia n算子具有各向同性的特点；Prewitt 梯度算子、Sobel梯度算子等有利于对具有较多噪声且灰度 渐变图像的分割。针对不同的细胞图像，还有许多其他不同 的算子或方法来检测这些边缘点。如翁秀梅等人提出了一种 利用相位一致性模型检测图像边缘，获得图像主要几何结构 的方法。而李天钢等人将多尺度小波变换运用于胃癌细胞 像的边缘检测中，解决了具有复杂纹理的医学病理细胞图像 的分割问题。一个好的边缘检测算子不仅具有微分特性以获 得灰度变化信息，它还应该能够根据需要适合任何尺度下的 边缘检测，因为图像中的灰度是以不同尺度发生变化的。实 验发现，边缘检测方法获得的边缘信息往往会因这些信息不 够突出而产生间隙，不能形成包围细胞的封闭曲线，这就要 求根据这些离散的边缘点采用一定的跟踪、连接算法勾勒出 有意义的细胞边界。 三、近年新发展细胞分割技术 近年来，研究者们为解决上述传统细胞分割中存在的问 题对于各种新的细胞图像分割算法进行了深入的研究和使 用，取得了许多令人鼓舞的成果。 基于领域的方法 基于领域的方法是指连接具有相同或相似性质的邻近 像素而得到分割图像的方法。这类方法需要一些先验知识， 如种子像素、值和各种标准来定义彩色目标边界。其优点是 使用了空间信息和像素间的关联。 1、区域生长和区域分裂和合并技术。翁秀梅等将代表 区域分布的边界线作为潜在的区域模型，自动获得种子点进 行区域生长来实现最后分割，分割结果对纹理细节有较好的 鲁棒性，与人类视觉系统判断基本一致。饶洁利用区域增长 法分割白细胞浆，从而从背景中提取白细胞的结果。赵晖、 梁光明在边缘分割的基础上，利用差分算子分别求出细胞的 灰度上升区域和下降区域，然后采用改进的区域增长法求出 各自的区域数，最后通过BP神经网络进行训练和识别。这 种方法运行速度快，识别率高，具有较好的实用价值。 2、分水岭分割方法。Shiri nNasr-l sfaha n i等在选择 的分离区边界点使用分水岭算法来进行细胞分割。这种分割 方式不需要细胞的大小、形状和颜色都很相近，也不需要接 触点有大的差异，是一种先进的分割方法。ErlendHodneland 等提出了一个从三维荧光图像中进行细胞分割的统一的整 体框架。过程包括：图像采集，预过滤，分水岭增强，细胞 分割和分割评价。结果表明，这种结合最适合的显微镜方法 的各个细胞类型有很高的成功率。同时，用分水岭变换和水 平集模型两种彻底不同的方法分割染色细胞，并通过实验比 较发现，分水岭算法由于突破了水平集地区的弱染色血浆具 有更高的性能。 王兆仲、赵宇等在血细胞图像的自适应分割中将血细胞 像从RGB图像变换到HSV空间以清除图像中不具有饱和度 信息的杂质，然后利用形态学重建滤波器作滤波，在保持边 缘性质的同时滤掉脉冲干扰，最后运用分水岭变换完成图像 分割。通过这种方法实现了低质量血细胞图像的自