1. 研究目的与意义（文献综述）
随着现代科学技术日新月异，医学技术也飞速发展，细胞病理学作为一门相对较新的医学学科，医学细胞图像的研究分析广泛应用于临床诊断、病理分析、新药研制、癌变分级分类等医学领域之中，例如在新药研制方面，将细胞图像分析技术引入新药临床前评价中，可以检测药物介入后细胞的最基本的变化情况，观察到药物对机体最直接的影响，并给出规范、准确的试验数据，比以往动物试验更为准确、快捷。
目前医学图像可分为两类：一类是通过使用医学成像技术制造的医疗仪器设备所获取的成像，如核磁共振成像、发射体断层成像等成像技术获得的图像，此类图像比较宏观。而另一类是医学上用于观察和分析的显微图像，包括各种细胞涂片、组织或器官切片等。借助于光学显微镜、电子显微镜、或共聚焦激光扫描显微镜等工具，人们可以观察到细胞及组织的显微、超显微结构并分析其形态，从中获取诊断疾病所需要的丰富对显微镜获取的细胞图像中，可能由于医师在做细胞图片过程中的操作不当或是受到染色质量的影响，使得染色细胞图像出现边界模糊、颜色对比差异不明显、背景杂乱、颜色不均匀等问题，同时图像中包含大量重叠细胞，即图像细胞与细胞有交叉部分以及细胞图像获取传输等过程造成的干扰问题。如果再此情况下通过人工阅片，会花费大量人力，同时造成阅片质量不佳，数据不准确等情况。近年来，人们研制了许多用于细胞分析和自动识别的系统，对细胞图像进行检测分割并自动分析，统计细胞个数和测量各个细胞的有关参数，如面积、周长、体积等。这些细胞分析和自动识别系统减少了主观干扰，减轻了相关人员的工作负担，提高了分析的准确性。通过对细胞图像进行检测，提取我们感兴趣的特征目标，并把这些目标分割出来用以医学后续分析研究，可以大大提高医学研究的效率，也可获得精确的数据。故此，细胞分割的意义在于通过研究,有效地从医学成像中检测分割出细胞个体,鉴别出细胞形态学上的差别,进行识别分类,以便及早迅速、准确地发现病变,使病人得到及时、有效的治疗。
目前针对细胞提取，出现了各种各样的算法，例如目前应用最多的是灰度阈值法、分水岭算法、深度学习分割等，本次分割算法的设计，将结合数学形态学分割和阈值分割2种分割方法，以达到细胞核质分割目的。
2. 研究的基本内容与方案
2.1研究的基本内容
研究基本的图像处理办法，并通过python语言实现。设计并实现医学图像的细胞分割算法，研究，比较分析几种图像处理算法，和学习python语言。
3. 研究计划与安排
进度安排
第 1 周：进行开题报告的撰写；
第 2 周：学习pycharm和开发环境的使用；
4. 参考文献（12篇以上）
阅读的参考文献不少于15篇（其中近五年外文文献不少于3篇）
[1]李智能,刘任任,梁光明.基于卷积神经网络的医学宫颈细胞图像的语义分割[J].计算机应用与软件,2019,36(11):152-156. DOI:10.3969/j.issn.1000-386x.2019.11.025.
[2]贝琛圆,于海滨,潘勉, 等.基于改进U-Net网络的腺体细胞图像分割算法[J].电子科技,2019,32(11):18-22. DOI:10.16180/j.cnki.issn1007-7820.2019.11.004.
[3]苏洁,刘帅.基于隐马尔可夫随机场的细胞分割方法[J].哈尔滨工程大学学报,2019,40(2):400-405. DOI:10.11990/jheu.201704062.
[4]姜慧明,秦贵和,邹密, 等.改进U型卷积网络的细胞核分割方法[J].西安交通大学学报,2019,53(4):100-107,121. DOI:10.7652/xjtuxb201904015.
[5]麦克奥迪(厦门)医疗诊断系统有限公司.基于动态梯度阈值的细胞学图像分割方法:CN201910811432.3[P].2019-11-29.
[6]于月娜,梁光明,刘任任.基于图割算法的宫颈细胞分层次分割[J].计算机应用与软件,2018,35(12):233-236,297. DOI:10.3969/j.issn.1000-386x.2018.12.043
[7]三峡大学.细胞图像分割方法和装置:CN201910504393.2[P].2019-09-27.
[8]胡威,汪春梅,张见.基于卷积神经网络的细胞图像分割与类型判别[J].上海师范大学学报（自然科学版）,2019,48(1):106-112. DOI:10.3969/J.ISSN.1000-5137.2019.01.019.
[9]查志华,邓红涛,田敏.基于卷积神经网络的图像分割算法研究[J].无线互联科技,2019,16(13):23-24. DOI:10.3969/j.issn.1672-6944.2019.13.012.
[10]陈锋军,王成翰,顾梦梦, 等.基于全卷积神经网络的云杉图像分割算法[J].农业机械学报,2018,49(12):188-194,210. DOI:10.6041/j.issn.1000-1298.2018.12.024.
[11]中国科学院计算技术研究所.基于卷积神经网络的ET细胞图像自动分割方法及系统:CN201910672147.8[P].2019-12-17.
[12]田利平.基于图论的细胞图像分割算法研究[J].信息记录材料,2018,19(8):69-70.
[13]王爽.宫颈细胞图像分割与识别算法研究[D].山东:山东科技大学,2017.
| [14]Partha Pratim Banik,Rappy Saha,Ki-Doo Kim. An Automatic Nucleus Segmentation and CNN Model based Classification Method of White Blood Cell[J]. Expert Systems With Applications,2020,149. |
| [15]Han Zhang,Hongqing Zhu,Xiaofeng Ling. Polar coordinate sampling-based segmentation of overlapping cervical cells using attention U-Net and random walk[J]. Neurocomputing,2020,383. |
| [16]Heli Takko,Ceren Pajanoja,Kristen Kurtzeborn,Jenny Hsin,Satu Kuure,Laura Kerosuo. ShapeMetrics: a userfriendly pipeline for 3D cell segmentation and spatial tissue analysis[J]. Developmental Biology,2020. |
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
