图像处理的细胞核检测、分割、分类方法综述.pptx

本PPT基于《Methods for Nuclei Detection, Segmentation and Classification in Digital Histopathology: A Review. Current Status and Future Potential》制作，历时2周，补充了大量的图像处理方面的基础。主要关注点为细胞检测、分割、分类。 对图像处理有所需要这自行下载。 能力所限，多有不足。 by 临风游吟;Methods for Nuclei Detection, Segmentation and Classification in Digital Histopathology: A Review. Current Status and Future Potential;outline;This present review is intended as a comprehensive state-of-the-art survey on the particular issues of nuclei detection, segmentation and classification methods restricted to two widely available types of image modalities:HE and IHC. We conclude with a discussion, pointing to future research directions and open problems related to nuclei detection, segmentation and classification.;染色;; 照明;重点;挑战;图像处理方法;Thresholding;全局阈值：仅根据图像像素本身性质 1、极小点阈值 2、最优阈值 3、最大凸残差阈值； 局部阈值：像素本身性质和局部区域性质 1、直方图变换 2、灰度-梯度散射图 动态阈值：像素本身性质、局部区域性质以及像素位置坐标 ;;Morphology;在形态学中，结构元素是最重要最基本的概念。结构元素在形态变换中的作用相当于信号处理中的“滤波窗口”。 基本的形态运算是腐蚀和膨胀。 腐蚀和膨胀公式： ;;先腐蚀后膨胀的过程称为开运算。它具有消除细小物体，在纤细处分离物体和平滑较大物体边界的作用。 先膨胀后腐蚀的过程称为闭运算。它具有填充物体内细小空洞，连接邻近物体和平滑边界的作用。 均会除去比结构元素小的图像细节。;;;;形态学梯度：用于边缘检测;Region growing;;;Watershed;该算法的实现可以模拟成洪水淹没的过程，图像的最低点首先被淹没，然后水逐渐淹没整个山谷。当水位到达一定高度的时候将会溢出，这时在水溢出的地方修建堤坝，重复这个过程直到整个图像上的点全部被淹没，这时所建立的一系列堤坝就成为分开各个盆地的分水岭。分水岭算法对微弱的边缘有着良好的响应，但图像中的噪声会使分水岭算法产生过分割的现象。;;ACM能量函数： 以规范化曲线形状为目的的项，称为内能量,最小化内能量使得曲线不断向内部紧缩且保持平滑 以靠近目标物体边缘为目的的项，称为外能量,外能量则是保证曲线紧缩到目标物体边缘时停止。 是自定义或目标物体先验的知识，来控制边界。;参数活动轮廓模型是基于Lagrange框架，直接以曲线的参数化形式来表达曲线，最具代表性的是Snake模型。该类模型在早期的生物图像分割领域得到了成功的应用，但其存在着分割结果受初始轮廓的设置影响较大以及难以处理曲线拓扑结构变化等缺点.;基本思想是 1）在图像中初始化一个闭合曲线轮廓。形状任意，只要保证将目标物体完全包含在曲线内部即可； 2）然后构建能量方程。能量方程由两部分组成。 3）根据能量方程，计算出表示曲线受力的欧拉方程（Euler equation）。按照曲线各点的受力来对曲线进行变形，直至受力为0。此时能量方程达到最小值，曲线收敛到目标物体边缘。;几何活动轮廓模型的曲线运动过程是基于曲线的几何度量参数而非曲线的表达参数，因此可以较好地处理拓扑结构的变化，并可以解决参数活动轮廓模型难以解决的问题。而水平集（LevelSet）方法的引入，则极大地推动了几何活动轮廓模型的发展，因此几何活动轮廓模型一般也可被称为水平集方法。;基本思想是将图像按照曲线量化为level set函数（最常用的是signed distance function）。level-set类似于等势线，一幅图像上所有level-set值等于某个常量的点构成一个闭