现代医学细胞显微图像分割改进算法

doi:10.3969/j.issn.1006-2475.2014.02.021

计算机与现代化

现代医学细胞显微图像分割改进算法

(南京邮电大学电子科学与工程学院，江苏南京 210003)

收稿日期:2013-09-06 出版日期:2014-02-14 发布日期:2014-02-14
作者简介:徐佳(1989-)，女，江苏苏州人，南京邮电大学电子科学与工程学院硕士研究生，研究方向：图像处理。

Improved Algorithm for Cell Microscopic Image Segmentation

(College of Electronic Science and Engineering, Nanjing University of Posts and Telecommunications, Nanjing 210003, China)

Received:2013-09-06 Online:2014-02-14 Published:2014-02-14

摘要/Abstract

摘要： 为了提高现代医疗检验中图像处理的有效性和精确度，本文以医疗检验中各类细胞的显微图像为对象，运用最大类间方差分割算法对其进行图像分割，针对细胞显微图像自身的特点和最大类间方差法存在的不足，改进算法，实现多次分割，得到最佳分割阈值；在保障算法可行性的同时，提高算法的有效性和适用性。仿真实验结果表明，改进的算法更适用于多种细胞显微图像分割。

关键词: 图像分割, 阈值选取, 最大类间方差法

Abstract: The development of modern medical science requires automation, efficiency and humanization, and the image segmentation technology is widely applied in this field. In this paper, an improved method derived from Otsu algorithm is put forward, according to the characteristics of the cell microscopic image. The algorithm is to achieve multiple segmentation, and improve its feasibility, effectiveness and applicability. The simulation results show that the performance of the improved algorithm is superior to Otsu algorithm.

Key words: image segmentation, thresholding, Otsu

中图分类号:

TP391

徐佳. 现代医学细胞显微图像分割改进算法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2014.02.021.

XU Jia .

Improved Algorithm for Cell Microscopic Image Segmentation

[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2014.02.021.

参考文献 14

[1]	章毓晋. 图像分析(第3版)[M]. 北京:清华大学出版社, 2012.
[2]	张馨,林凤涛. 图像处理技术在车牌定位与字符分割中的应用[J]. 机械设计与制造, 2012(12):104-106.
[3]	张德龙,于溥天,杜宇. 图像分割技术在天气图像中的应用[J]. 内蒙古科技与经济, 2011(6):68,70.
[4]	沈圆,李国勇. 图像的阈值分割法设计[J]. 机械工程与自动化, 2012(5):45-46.
[5]	高静. 基于形态学分水岭算法的细胞图像分割[D]. 长春:吉林大学, 2008.
[6]	印勇,赵少敏. 尿沉渣图像的小波变换与二维最大熵阈值分割算法[J]. 重庆大学学报, 2010(4):92-97.
[7]	Chang S H, Gong L G, Li M Q, et al. Small retinal vessel extraction using modified Canny edge detection[C]// Proceedings of the 2008 International Conference on Audio, Language and Image Processing. 2008:1255-1259.
[8]	付朝阳,郭雷,常威威. 基于小波变换和多通道脉冲耦合神经网络的高光谱图像融合[J]. 吉林大学学报:工学版, 2011,41(3): 838-843.
[9]	谢鹏. 基于Otsu阈值彩色图像分割方法研究[J]. 科技信息, 2012(31):135,143.
[10]	高振林,覃玉荣,屈狄,等. 基于形状特征变化的凋亡细胞图像识别研究[J]. 计算机应用研究, 2011,28(3):1186-1187,1190.
[11]	康家银,张文娟. 基于细胞神经网络的图像阈值化方法[J]. 计算机应用研究, 2010,27(7):2780-2782.
[12]	罗三定,王建军. 一种医学图像的轮廓提取方法[J]. 计算机工程, 2010,36(5):218-220.
[13]	Ostu N. A threshold selection method from gray-level histograms[J]. IEEE Transactions on Systems, Man and Cybernetics, 1979,9(1):62-66.
[14]	廖绍雯. 一种基于K-均值聚类方法的肤色分割算法[J]. 甘肃联合大学学报:自然科学版,2011,25(4):64-66.

[1]	张伯泉, 麦海鹏, 陈嘉敏, 逄锦聚. 基于高灰度值注意力机制的脑白质高信号分割[J]. 计算机与现代化, 2023, 0(12): 67-75.
[2]	王娟, 李传庚, 张卿源, 夏承遗. 基于Multiscale-Net的膝关节半月板分割方法[J]. 计算机与现代化, 2023, 0(05): 111-116.
[3]	刘辉, 邹锋, 陈得宝, 籍旭颖, 张妍. 基于改进MOJAYA/D算法的图像分割[J]. 计算机与现代化, 2023, 0(04): 62-72.
[4]	王淑平, 李敏, 杜敏, 罗建伟. 基于改进探路者算法的多阈值图像分割[J]. 计算机与现代化, 2022, 0(01): 61-69.
[5]	雍玉洁, 顾华. 基于空间聚类和边缘梯度的图像分割算法[J]. 计算机与现代化, 2021, 0(02): 13-17.
[6]	姚传文, 黄道斌, 叶明全, . 基于粗糙集自适应粒度的MR脑肿瘤图像分割[J]. 计算机与现代化, 2021, 0(01): 34-37.
[7]	席孝倩, 刘威. 基于目标检测算法的肺结节辅助诊断系统[J]. 计算机与现代化, 2020, 0(11): 1-7.
[8]	刘晓康, 万曦, 涂文超, 周清楷, 田正稳. 基于红外可见光图像配准的电力设备分割算法[J]. 计算机与现代化, 2020, 0(08): 26-30.
[9]	曹帅帅，陈雪鑫，苗圃，卜庆凯. 基于PSO与K-均值聚类算法优化结合的图像分割方法[J]. 计算机与现代化, 2020, 0(01): 22-.
[10]	李熙莹1,2,3，朱肯钢1,2,3. 结合天空分割和局部透射率优化交通图像去雾算法[J]. 计算机与现代化, 2019, 0(05): 51-.
[11]	孙源,刘汉强. 基于萤火虫算法的无监督最小视觉差彩色图像分割[J]. 计算机与现代化, 2018, 0(12): 85-.
[12]	曹靖康1，段江永2，孟娟2. 基于深度特征融合的空间植物图像分割算法[J]. 计算机与现代化, 2018, 0(10): 58-.
[13]	徐聪,黄文准,黄世奇. 基于自组织映射的遗传聚类算法[J]. 计算机与现代化, 2017, 0(4): 38-43.
[14]	田沁怡 1，田小林 2. 基于隐马尔科夫随机场邻域选择的细节保护图像分割[J]. 计算机与现代化, 2017, 0(10): 15-19.
[15]	叶青1,2，胡昌标1,2. 一种改进的基于图论的图像分割方法[J]. 计算机与现代化, 2016, 0(9): 64-67.

现代医学细胞显微图像分割改进算法

Improved Algorithm for Cell Microscopic Image Segmentation

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献 14

相关文章 15

编辑推荐

Metrics

本文评价