文献类型：期刊文章

作　　者：王品[1] 胡先玲[1] 谢文宾[1] 李勇明[1,2] 刘书君[1]

机构地区：[1]重庆大学通信工程学院,重庆400030 [2]第三军医大学生物医学工程学院,重庆400038

出　　处：《仪器仪表学报》

基　　金：国家自然科学基金(61108086;61171089);国家博士后基金(2013M532153);重庆市自然科学基金(CSTC2012jj A40015);重庆市科技攻关计划(cstc2012gg-yyjs0572);中央高校基金(CDJZR12160011;CDJZR13160008;CDJZR155507)项目资助

年　　份：2015

卷　　号：36

期　　号：7

起止页码：1653-1659

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2015_2016、EI(收录号：20153601245913)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：乳腺癌已经成为女性最常见的恶性肿瘤,组织切片显微图像的病理分析是诊断的主要手段,细胞的准确分割是病理分析的重要环节。该文提出了一种新的乳腺细胞显微图像的自动分割算法:首先结合小波分解和多尺度区域生长算法分离细胞和背景,实现对细胞的精确定位;然后采用改进的数学形态学对粘连细胞进行一次细分割;接着再采用基于曲率尺度空间(CSS)的角点检测分割算法对粘连细胞进行二次细分割;两次细分割方法构成了一个双策略去粘连模型,保证了去粘连的准确性和鲁棒性。将算法应用到22幅乳腺细胞显微图像上,可以对不同类型的乳腺细胞图像进行全自动分割,有较高的分割灵敏度(0.944±0.024)和特异度(0.937±0.038),且具有较好的普适性。

关 键 词：图像分割  乳腺细胞 小波分解 区域生长  角点检测

分 类 号：TN911.73] TH7]