关于癌细胞识别系统设计的开题报告.docx

关于癌细胞识别系统设计的开题报告.docx

《关于癌细胞识别系统设计的开题报告.docx》由会员分享，可在线阅读，更多相关《关于癌细胞识别系统设计的开题报告.docx（7页珍藏版）》请在冰豆网上搜索。

关于癌细胞识别系统设计的开题报告

关于癌细胞识别系统设计的开题报告

襄樊学院毕业论文（设计）任务书

毕业论文（设计）题癌细胞识别系统的设计

学生姓名吴倩专业电子信息科学与技术班级0711指导教师闵晶妍

一、毕业论文（设计）的主要内容及要求：

内容：

1、系统识别概念的定义及意义。

2、癌细胞识别系统中系统设计方法的实现。

3、用Matlab对各种算法进行仿真实验。

4、对各种设计方法的实验结果进行比较分析。

要求：

1、掌握系统识别的定义及意义；

2、掌握癌细胞识别系统中识别方法的设计与实现；

3、对各种方法进行Matlab仿真比较；

4、完成癌细胞识别系统的算法；

5、完成相应毕业论文；

二、毕业论文（设计）应收集的资料及主要参考文献：

1、《图像处理和分析》清华大学出版社

2、《数字图像处理学》电子工业出版社

3、《visualc++数字图像实用工程案例精选》人民邮电出版社

4、《visualc++小波变换技术与工程实践》人民邮电出版社

5、《visualc++数字图像模式识别技术及工程实践》人民邮电出版社

6、用Internet搜集期刊网的期刊和论文

7、《visualc++/matlab图像处理与识别实用案例精选》人民邮电出版

襄樊学院物理与电子工程学院

本科毕业论文开题报告

论文题目癌细胞识别系统的设计

班级0711电科

姓名吴倩

学号07111005

指导教师（职称）闵晶妍

填表日期年2月18日

说明

一、论文的开题报告是保证毕业论文质量的一个重要环节，为规范我院本科毕业论文的开题报告，特印制此表。

二、学生应阅读的主要文献、资料15种以上，经过调研和资料搜集，主动与指导教师讨论，在指导教师的指导下，完成开题报告，开题报告字数应在2500字以上。

三、开题报告须经院毕业论文指导教师审查，同意后方可进行论文写作，并将开题报告交指导教师。

不合格者，必须重写。

  一、选题的意义和研究现状

1．选题的理论意义、学术价值或实践价值

癌症是当今世界最常见的致命疾病之一，全球每年死于癌症者非常多，且发病率仍在逐年上升。

癌症的治疗取决于对它的早期诊断，因为癌症病例一旦确诊，大多数已经属于晚期，失去了治愈的最佳时机。

因此，进行准确的早期诊断和治疗已成为迫切需要解决的问题。

由于癌细胞和非癌细胞对于病理专家在传统的显微镜下观察切片或涂片的方法下很难进行判断，借助现代计算机技术结合病理专家实践经验，采用图像处理技术对医学图像进行处理，能够提高判断的有效性和图像信息的使用效率，从而对癌细胞进行识别。

这对于医学科研与教学，以及临床诊断方面有着现实的意义和广阔的前景。

例如，胃肠道腺癌细胞识别和图像处理系统的研究，是胃肠道腺癌早期筛选、诊断的有效方法。

数字图像处理技术已被广泛应用与生物医学领域，运用计算机对图像进行处理和分析，并进一步完成癌细胞的检测识别，能有效协助医生对肿瘤病症做出诊断。

在识别癌细胞时，需要做出定量的结果，人眼难以胜任这类工作，而利用计算机图像处理和模式识别技术完成显微图像的分析和识别已取得了一些进展。

近年来国内外医学图像研究者对癌细胞的识别提出了很多理论和方法，从而对癌细胞的诊断具有十分重要的意义和实践价值。

2．与选题相关的研究现状及发展趋势

随着计算机技术的不断发展，对显微镜下细胞形态的自动图像识别、细胞形态的检测是医学检测中的一个重要部分，很多疾病的诊治主要依靠医学专家观察标本中细胞在显微镜下的形态，对细胞进行识别和分类。

当前最普遍和主要的方法是使用光学显微镜，观察经过染色的标本，根据每种细胞形态的不同进行分类和计数。

这种传统的人工分类的工作重复而单调、效率低下。

随着计算机模式识别技术和人工智能研究的不断发展，人们把目光投向了对细胞图像的自动识别上，这样大大的提高了检查效率，减少认为误差。

国内外都有一些癌细胞如肿瘤细胞、乳腺癌细胞等自动识别的研究，在肿瘤细胞自动识别方面最为成功的是AutoPap和PapNet,AutoPap和PapNet技术应用于宫颈癌的初步筛查中可有效降低假阴性，但这种技术当前只能局限与宫颈、阴道涂片。

另外，ThiranJP等介绍了一种从显微图像中自动识别癌组织的方法，该方法利用数学形态学和测地学理论，基于细胞的形状和大小，提取了恶性肿瘤四个诊断标准的客观数值。

对于其它一些可制作病理涂片的肿瘤，国内外都有一些肿瘤细胞自动发现与分析进行了研究。

例如，KraefSK对血液和骨髓肿瘤病理图像中癌细胞的自动发现和分析进行了研究。

WeynB采用小波变换描述细胞核结构，对乳腺癌细胞的自动诊断与分级进行了研究。

长期以来，图像处理技术已经被广泛应用与各种医学应用领域中，其中许多是应用在微观医学与生物学中。

医学涂片自动判读系统的研究，是国际上的难题和前沿课题。

例如，国际上为了研究宫颈癌涂片自动判读系统，从20世纪50年代起，至少已投入了4000个人/年。

其完成的效果为：

能够去除样本中50%的涂片、剩余50%还需人工判读。

因此研究这样的系统当前的图像诊断系统有着重要的理论和实用价值。

当前的图像诊断系统，大多数已使用了形态学、灰度特征和色度学，并结合专家系统，对癌细胞进行分析和诊断。

近年来，中国实现了一套肺癌早期识别和分类系统。

该系统将人工作智能技术、图像处理技术、形态学和色度学技术、神经网络以及软件技术等高新技术综合应用与肺癌早期细胞病理诊断，解决了肺癌早期细胞病理诊断中的智能化和自动化的若干关键问题，而且进行了创新研究。

对于胃肠道肿瘤组织细胞的自动识别也有相关报道。

当前，肺癌诊断的手段主要有：

X光片、CT、MRT、同位素、纤维支气管镜（BF）、经皮穿刺活检等，临床最可靠的还是病理性诊断，但病理性诊断的先进手段还相当匮乏。

由于普查的工作最大，而传统的肺癌诊断手段主要是依靠人工，受到多种因素的制约，影响诊断的准确性与效率。

因此，利用计算机图像处理技术，减轻人的工作负担，提高诊断的准确性和效率，研制目标是在癌细胞识别率最高的前提下，假阳性率最小。

由于所使用的涂片样原来自被检查者的痰液，然后加以染色，和人体活检涂片相比，痰液中有较多的杂质和菌团，而且肺癌细胞种类不单一。

主要有以下三种：

磷癌细胞、腺癌细胞和小细胞癌细胞，因而，所处理的问题更加复杂，难度更大。

针对这些情况，设计了一套切实可行的算法，在该系统中，经过把细胞核的形态学特征，以及色度特征、同时用于肺癌细胞的识别，提高了系统的准确性，较好的完成了任务，性能指标优越。

以上研究为肿瘤的自动化诊断提供了一定的研究基础，但胃肠道腺癌细胞自动分析和处理体系尚不完善，未能综合考虑判别癌细胞的多种指标。

对于癌细胞自动识别和处理系统仍待进一步研究和发展。

3．主要参考文献

【1】李敏，细胞切片图像的预处理和分割算法研究[D].，解放军信息工程大学

【2】.RafacaelCGonzalez,RichardandEWood.Digitalimageprocessing[M].Beijing:

PublishingHouseofElectronicIndustry,.

【3】ThiranJP，M.B，Morphologicalfeatureextractionfortheclassificationofdigitalimagesofcanceroustissues.IEEETrans，1996.43（10）;1011.

【4】KracftSK，k.j.e，et.al，HSP70stimulatescytokineproductionthroughaCD14-dependentpathway，demonstratingitsdualroleasachaperoneandcytokine.NatMed，.6

（1）:

435-442.

【5】SinhaN,RamakrishnanAG.Automationofdifferentialbloodcount[J].digitalobjectidentifier[J].,2（15-17）:

547-551.

【6】高守传，VisualC++实践与提高数字图像处理与工程应用篇.中国铁道出版，

【7】韩思奇，王蕾，图像分割的阈值法综述[J].系统工程与电子技术，.24（6）;91-94.

【8】赵荣椿，迟耀斌，朱重光，图像分割技术进展[J],中国体视学与图像分析，1998.3

（2）;121

【9】洪文松，陈武凡，实现图像边缘检测的改进广义模糊算子法[J].中国图像图形学报；1998.4

（2）;143

【10】罗渝兰，王景熙，郑昌琼，图像分割在生物医学工程中的应用[J].计算机应用，.8

（2）;20-22.

【11】戴青云，余英林，一种基于小波与形态学的车牌图像的分割方法[J].中国图象图形学报，.5（8）;411

【12】田捷，包尚联，周明全，医学影像处理与分析[M].，北京；电子工业出版社.328-335.

【13】JJ,G,SegmentationofNoisyImages[D].DelftUniversityofTechnology，TheNetherlands，1998.

【14】章旈晋，过渡区和图像分割[J].电子学报，1996.24

（1）;12-16.

【15】冈萨雷斯，数字图像处理[M].;电子工业出版社.

【16】刘建庄，贾文清，灰度图像的二维Otsu自动阈值分割法[J].自动化报，1993.19（8）;101-105.

【17】郝颖明，朱枫，2维Ostu自适应阈值的快速算法[J].中国图象图形学报，.10（7）;484-488.

【18】张济忠，分形[M]5版.北京；清华大学出版社..237-258.

【19】张宏林，VisualC++数字图像模式识别技术及工程实践[M].北京人民邮电出版社..347-362.

【20】陈炜，毛士艺，一种基于边缘的图像配准方法[J].电子与信息学报,，26（5）;679-684.

【21】杨丽君，王保保，一种基于小波和分水岭变换的图像分割方法[J].计算机应用，.25（5）;253-254.

【22】周光泉，姜璐，罗立民，鲍旭东，基于内容色彩细胞图像检索[J].东南大学学报（自然科学版），.34（5）;669-673. 

二、研究方案

1．研究的思路与方法 

 1.查阅了相关资料并了解了癌细胞识别概念的定义及其癌细胞识别技术的发展现状。

2.了解并掌握了几种关于癌细胞识别的方法及它们之间的相关性。

3.做出了基于图像分割法的癌细胞识别方法实现的算法。

4.对各种方法进行分析、综述。

5.针对几种方法进行相关的实验和分析而且进行了比较。

6.对完成的论文进行相关的总结以及做出在癌细胞识别前景上的发展趋势。

2．研究的基本内容（大纲）

1.图像分割，癌细胞识别概念的定义，并叙述课题研究的价值和现实意义。

2.基于图像分割的癌细胞识别方法的设计与实现。

（1）癌细胞图像预处理及其细胞的边缘检测（基于细胞边缘检测并得到相关的图像分析）

（2）癌细胞图像细胞核的阈值分割以及采用膨胀与腐蚀来来避免影响二值图像形态特征的提取。

（癌细胞识别的前提）

（3）鉴别方法：

采用形态学分析和色度识别来更精确的判定癌细胞（经过形态学分析和色度识别来识别癌细胞）

3．对各种设计方法的实验结果进行比较分析。

（1）经过Matlab程序设计进行实验。

（2）经过阈值分割算法、边缘检测做出实验结果并分析。

（3）采用形状特征和色度