目的和意义: 随着计算机技术的发展,计算机医学图像在临床诊断和治疗中起着越来越重要的作用。从医学图像中分割出结构并构造出结构的精确几何模型是目前极富挑战性的课题,其中边缘检测和图像分割技术是最重要的图像技术之一。医学上判断和研究细胞涂片,比较同一种细胞在不同生理、病理或实验条件下形态大小等的变化,可以为病理分析和病情诊断提供新的科学依据。目前的细胞涂片判读大多由人工完成,由于细胞形态多样、变化多、数量多、交错分布,结果分析的准确性和效率严重地依赖于医生的经验知识和视觉估计,所得到的一般是定性的结论,而缺乏定量的描述、比较和分析。利用计算机图像处理技术研制高效的辅助判读和数据分析系统能够有效地辅助医学研究。 在此研究中,最基本和首要的步骤是进行图像中细胞的分割,才能进而开展细胞长度、宽度、面积等参数的计量分析,进而研究细胞内各细胞器结构变化、大分子分布变化等量化分析与处理工作。细胞分割工作是细胞体视学参数测定和定量计算的重要基础,能够为细胞的3D重建提供真实客观的数据来源,为病理研究、药物疗效的评估提供仿真依据。这一领域的研究具有很大的潜力,其中的核心技术和任务——细胞图像分割算法的研究在理论上和应用中都具有重要意义。 研究方法内容及创新: 本论文首先研究了图像分割领域中目前已经成熟的和正在探索中的主流方法和技术的基本原理,分析了它们各自的适用范围以及优缺点。医学细胞图像的特点是设计算法时必须考虑的重要因素。在认真研究和分析归纳了所研究的