基于多曲率轮廓信息的病理图像细胞核自动检测

摘要：

细胞核自动检测既是病理图像分析技术的重要步骤,也是提高病理图像自动化分析准确性的主要瓶颈之一,原因在于病理切片制作存在染色分层不均、细胞核粘连或重叠等问题.为了提高细胞核检测的准确度,定义了一种基于多曲率轮廓的细胞核自动检测模型,通过多曲率方向能量滤波器提取细胞核轮廓信息.特征检测器基于boosting算法,利用不同曲率和方向轮廓特征的完备集合产生像素软分类器,获得像素的前景背景置信度和概率.最后利用均值漂移算法得到细胞核中心位置及其置信度.实验结果表明,该算法与其他细胞核检测算法相比,在生物组织结构变异、不均匀光照或染色条件下,以及细胞核粘连或部分重叠等情况下,有着较强的鲁棒性.

关键词：细胞核检测、多曲率、模式识别、机器学习

所属期刊栏目：37

分类号：TP181(自动化基础理论)

资助基金：湖北省高等学校优秀中青年科技团队计划资助T201431

在线出版日期：2015-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1154-1160