基于病理图像的染色归一化算法的设计与实现开题报告

1. 研究目的与意义（文献综述）

1.1目的与意义

病理图像就是玻片在扫描仪下拍摄的高分辨率图像。组织病理学图像用于在整个载玻片成像（wsi）扫描仪的帮助下通过组织检查来诊断癌性疾病。通过病理图像，我们可以看到肿瘤细胞的具体情况，比如说有无浸润，有无淋巴结转移，分化程度如何，对肿瘤的诊断，预后，分级分期都是很有帮助的。

在组织病理学中，没有颜色非常不利于对组织和细胞的观察，因此，人们发明了多种给组织和细胞上色的方法，称为染色(stain)。到目前为止，最常用的染色方案是苏木精和曙红（h＆e）的组合。苏木精是一种蓝紫色的嗜碱性染料，与细胞核牢固结合，而曙红是一种红粉红色染料，主要与细胞质和基质基质中的嗜酸性蛋白结合。染色结果为：细胞核被苏木精染成鲜明的蓝色，软骨基质、钙盐颗粒呈深蓝色，粘液呈灰蓝色；细胞浆被伊红染成深浅不同的粉红色至桃红色，胞浆内嗜酸性颗粒呈反光强的鲜红色；胶原纤维呈淡粉红色，弹力纤维呈亮粉红色，红血球呈橘红色，蛋白性液体呈粉红色。

2. 研究的基本内容与方案

2.1研究目标

利用python开发语言，学习研究染色分离，颜色归一化相关算法，在肝癌，乳腺癌等数据集中进行结果比较验证，设计基于病理图像的染色归一化算法，解决在组织样本分析中由于各种原因而产生的不希望的颜色差异，帮助病理学家和软件比较不同的组织样本。

2.2研究内容

3. 研究计划与安排

在综合考虑设计任务之后，设计进度安排如下：

第1周：查阅相关文献资料，明确研究内容，完成开题报告。

第2周：学习 python和开发环境的使用

4. 参考文献（12篇以上）

[1]roy santanu,kumar jain alok,lal shyam,kini jyoti. a study about color normalization methods for histopathology images.[j]. micron (oxford, england : 1993),2018,114.

[2]zheng yushan,jiang zhiguo,zhang haopeng,xie fengying,shi jun,xue chenghai. adaptive color deconvolution for histological wsi normalization.[j]. computer methods and programs in biomedicine,2019,170.

[3]thaína a. azevedo tosta,paulo rogério de faria,leandro alves neves,marcelo zanchetta do nascimento. color normalization of faded he-stained histological images using spectral matching[j]. computers in biology and medicine,2019,111.