基于多曲率轮廓信息的病理图像细胞核自动检测

来源：计算机工程与科学杂志2015年第6期北京时间：

作者：张翼1，庞宝川2

单位：（1.华中科技大学文华学院电子与信息工程系，湖北 武汉 430074;2.华中科技大学电子与信息工程系，湖北 武汉 430074）

摘要：细胞核自动检测既是病理图像分析技术的重要步骤，也是提高病理图像自动化分析准确性的主要瓶颈之一，原因在于病理切片制作存在染色分层不均、细胞核粘连或重叠等问题。为了提高细胞核检测的准确度，定义了一种基于多曲率轮廓的细胞核自动检测模型，通过多曲率方向能量滤波器提取细胞核轮廓信息。特征检测器基于boosting算法，利用不同曲率和方向轮廓特征的完备集合产生像素软分类器，获得像素的前景背景置信度和概率。最后利用均值漂移算法得到细胞核中心位置及其置信度。实验结果表明，该算法与其他细胞核检测算法相比，在生物组织结构变异、不均匀光照或染色条件下，以及细胞核粘连或部分重叠等情况下，有着较强的鲁棒性。

关键词：细胞核检测,多曲率,模式识别,机器学习,

基金资助：湖北省高等学校优秀中青年科技团队计划资助（T201431）