1. 研究目的与意义
研究背景：
随着计算机科学技术的发展，图像处理和分析日益完善，形成了自己的科学体系，在各个领域都有显著的影响。目前，眼科疾病特别是视网膜病变呈增长趋势，视网膜病变引起的视网膜组织损伤往往难以靠药物修复，以细胞移植技术为基础的生物组织修复工程有望成为一种强力的视网膜损伤修复工具。在视网膜细胞移植中，需要作为细胞载体的生物材料将健康的视网膜细胞定向运输到视网膜损伤的部位，促进细胞在损伤部位的生长增殖，进而修复损伤部位。这就要求这种材料需要与人体相容，对人体无害，所以相关生物材料的选择是非常重要的。为评估相关材料的细胞毒性，需要设计生物材料在不同条件下与细胞共培养的相关实验，并且对采集的实验图像进行准确、定量的分析。其中会涉及到大量细胞图像的分析，而如何处理并精确获取细胞图像中的有用信息是首先要考虑的问题。实验需要处理的数据量往往较大，而且在实验和拍摄的过程中，一些细微的操作偏差往往也会对图像质量造成一定的影响，如染色操作不当而使得图像中的噪声较大，拍摄图像时焦距设置不合理使得图像模糊等，这都给后续的数据分析和统计造成了一定的障碍。因此，我们引入了相关的图像处理算法来应对这些问题。
本课题的目的是利用距离变换算法和分水岭算法相结合设计实现一个视网膜细胞自动分割系统，从而提高荧光显微图像中视网膜细胞分割与计数的效率和准确率，来为视网膜修复技术提供便利。
2. 研究内容和预期目标
本课题旨在对荧光显微图像中的视网膜细胞进行自动分割和计数统计，并设计实现一个自动化的视网膜细胞分割和计数系统，同时具有对荧光显微图像进行一系列预处理等操作的功能。
预期目标：
设计实现视网膜细胞分割系统，包括以下功能
3. 研究的方法与步骤
| 研究方法：首先读取图片，然后利用距离变换将细胞像素点不同的位置信息转化为不同的灰度信息，再利用分水岭算法来区分不同性质的像素点，接着将边界点标出，边界就将细胞群分开为单个细胞从而实现分割。最后再调用OpenCV中的函数形成一个轮廓数组，计算数组长度来实现计数。如图。
|
4. 参考文献
| [1] 眼科影像处理、分析与可视化系统的设计与实现[D]. 张立春.苏州大学 2018 [2] 卢韦华. 视网膜荧光显微细胞图像的自动分割和计数[D].苏州大学，2015. [3] 费健峻. 基于形状分类的荧光显微图像中的视网膜细胞的分割与计数研究[D]. 苏州大学，2017. [4] 马义德,戴若兰,李廉,吴承虎. 生物细胞图像分割技术的进展[J]. 生物医学工程学杂志(3):487-492. [5] 黄胜海. 频域OCT视网膜黄斑区图像自动分层[D]. 温州医学院 温州医科大学, 2013. [6] 王克刚,耿国华.Canny边缘检测改进中的自适应平滑与增强[J].西安科技大学学报,2008(03):577-580. [7] 苑佳丽, 刘瑞华, 高旋,等. 视网膜光学相干层析图像的预处理方法[J]. 光学学报, 2007, 27(3):419-423. [8] Ayesha Hoor Chaudhary, Javeria Ikhlaq, Muhammad Aksam Iftikhar,等. Blood Cell Countingand Segmentation Using Image Processing Techniques[M]// Applications ofIntelligent Technologies in Healthcare. 2019. [9] Williams D , Zheng Y , Bao F , et al. Automatic segmentationof anterior segment optical coherence tomography images[J]. Journal ofBiomedical Optics, 2013, 18(5):056003. Chandran V , NidhyaR , Kumar A D , et al. Retinal and cancer cell image segmentation forpredicting the diseased images[C]// International Conference on GreenComputing Communication Electrical Engineering. IEEE, 2014. |
5. 计划与进度安排
(1) 2022.12.5----2022.1. 5 查阅资料, 撰写开题报告
(2) 2022.1.6----2022.1.31 熟悉开发工具，搭建开发环境
(3) 2022.2.1----2022.2.20 系统gui界面的实现及图像预处理功能的实现
