前列腺癌是危害中老年男性健康的主要恶性肿瘤之一,并且只有在癌症初期诊断出来才能够有效提高患者的生存率,而穿刺病理检查是目前前列腺癌诊断中最可靠准确的方法。大量的研究表明,使用计算机辅助诊断技术可以进一步提高病理诊断的准确性。因此本文提出前列腺病理切片图像分割和分类算法,用于前列腺癌的辅助诊断。本文所完成的主要研究描述如下:本文首先对前列腺病理图像进行分割,以得到前列腺的病理对象。其中腺腔区域的分割采用基于局部熵、最大类间方差法、形态学处理相结合的方法;结石区域的分割以腺腔区域作为ROI区域,利用形态学处理和最大类间方差法对各个ROI区域进行处理,分割出可疑结石;而对于细胞核的分割算法则首先将图像由RGB色度空间转为HSV色度空间,再选择亮度特征明显的V空间,采用图像增强、基于最大类间方差法和形态学处理方法进行分割。对分割后的病理对象进行特征参数的提取。所提取的特征参数包括结石的纹理特征、腺腔和细胞核的统计特征、几何特征以及相关性特征。根据所提取的特征对前列腺病理图像进行分类。本文首先提出了前列腺结石识别算法,用于确定病理图像是否来源于前列腺组织。该算法着重研究了结石的纹理特征的提取、基于PCA的特征选择方法、以及基于SVM分类器的识别方法。在确定前列腺组织来源后,提出了前列腺癌识别算法,着重研究了腺腔和细胞核的特征提取、SVM分类器的设计及其参数优化问题。实验结果表明,本文采用的前列腺病理切片图像分析方法是可行的,本文提出的分割算法具有较好的鲁棒性,图像分类结果达到预期的效果。