VBAI圖像處理生物醫(yī)學論文

　　1應用于微球內外徑等尺度指標的自動測定

　　將微球投入溶液中，使其分布較均勻，并置于顯微鏡下觀察，得到清晰的微球顯微圖像。根據(jù)我們先前的工作，通過測定微球的外徑D以及其在溶液中所成像的黑環(huán)內徑的d，可以根據(jù)有關理論方程來確定微球或其周邊介質的折射率。因此，需要精確測定D與d。下面介紹我們用VBAI編寫的程序如何實現(xiàn)對微球像D與d的智能自動測定。進入VBAI的InspectionState編輯窗口，可以編輯整個程序的主要過程。我們的設計是:先在“Inspect”過程中對圖像進行預處理并找到物體，得到物體個數(shù);然后在“GOON?”過程中判斷檢測到幾個物體，是否已經(jīng)檢測完全部物體;隨后在“Measure”過程中對當前序號的物體進行檢測。進入每個過程進行具體步驟的編輯，只需雙擊右側工具中的相應操作，就可以將該操作加入程序中，在屬性窗口中對操作的各項參數(shù)進行設定。在“Inspection”過程中，我們首先打開圖片，選中循環(huán)取圖將依次獲取目標文件夾中的每個圖像文件。如要測量真實尺寸，則要對圖像進行標定，VBAI中Calibrateimage有多種方式。通常實驗室顯微鏡采用顯微標尺進行標定，選擇第一種模式，導入顯微標尺的圖像，標定完成后生成標定文件，檢測時自動讀取。

　　接著我們對圖像進行預處理，這將打開visionassistant窗口，可對圖像進行LUT變換、濾波、分割、形態(tài)學變換等多項操作，在本實例中將圖像處理為適合尋找物體的二值化圖像。然后對處理過的二值化圖片進行DetectObjects操作，得到物體數(shù)列。SelectImage操作將原圖像讀入，代替處理過的二值化圖像，為下一步檢測做準備。SetVariable的操作是將DetectObjects操作中檢測到的物體個數(shù)存入代表剩余物體數(shù)的X�！癎OON?”過程中沒有圖像處理的具體操作，只在InspectionState編輯中有一個判斷，在指向end的箭頭定出編輯走向end的條件，為剩余物體數(shù)X＜1，當X≥1時將執(zhí)行默認箭頭，走向“Measure”過程。“Measure”過程中，首先IndexMeasurements讀取之前DetectObjects中檢測得到的物體數(shù)列的的第X個物體。接著，要設置程序可以根據(jù)物體的位置、大小等自動建立相應的ＲOI，即檢測區(qū)域，由于要進行微球圖像直徑的檢測，因此區(qū)域類型選擇圓環(huán)形。然后就可以在檢測區(qū)域內進行圓的直徑檢測了，利用FindCircularEdge操作可以很方便地做到這一點。在直徑檢測中，程序在檢測區(qū)域內沿徑向生成一系列的檢測線，曲線為沿檢測線方向上灰度值變化曲線的一次導數(shù)曲線，反映了灰度值的變化速率，負數(shù)部分對應圖像由亮變暗，正數(shù)部分對應圖像由暗變亮，極值處即變化速率最快處，也就是邊緣所在位置。曲線上方的參數(shù)設定包括判斷邊緣的閾值，平滑算子的大小，取樣寬度，每條檢測線之間的間隔等。由于是根據(jù)擬合出的曲線確定邊緣位置，因此可以超越像素的限制，實現(xiàn)亞像素等級的超分辨率精確度。

　　檢測程序首先得到每條檢測線上的邊緣點位置，再根據(jù)所有邊緣點擬合出圓形邊界，計算出直徑數(shù)值，程序中給出精確到0．01個像素的結果。結果的穩(wěn)定性還要取決于拍攝環(huán)境、光照、相機穩(wěn)定性等。圖像中微球邊緣的黑環(huán)是由于光線折射造成的，根據(jù)我們先前工作，證明其粗細與微球與溶液的折射率比值成一定比例關系。因此，程序中通過分別測量各微球的D與d，調整FindCircularEdge操作中搜尋方向、邊緣種類等參數(shù)可以搜尋到內徑圓和外徑圓。在精確測定D與d值后，可自動根據(jù)我們先前工作導出的方程式，給出微球的折射率或是其周邊介質的折射率。Calculator是界面類似LabVIEW圖像化編程工具的一項功能，可以由用戶自己選擇輸入輸出量、制定復雜的運算程序等，本實例中為利用文獻的方程式計算出微球的折射率。DataLogging可以選擇需要記錄的數(shù)據(jù)寫入指定的txt或csv文件，以便后續(xù)的數(shù)據(jù)分析統(tǒng)計。最后SetVariable將變量X減1。VBAI應用編寫完成后可作為專用的檢測軟件使用，處理圖片時將需要分析的圖像放在同一目錄下，進入VBAI文件，指定該路徑，點擊ＲunInspectioninLoop，就可以自動完成所以圖片的分析，并得到記錄有數(shù)據(jù)的txt或csv文件。這樣生成的檢測程序智能、客觀、準確、快速，實現(xiàn)了圖像中微球的識別尋位、移動ＲOI建立、兩個直徑的測量、折射率計算、數(shù)據(jù)保存等操作的完全自動化運行。而且整個操作與運算排除了人為操作中的主觀性因素，精度亦達到亞像素水平，平均單個微球的測量時間僅需0．20s。為了檢驗其測定的準確性，在對拍攝系統(tǒng)和環(huán)境進行標定和控制之后，選擇合適的微球作為檢測對象進行多次檢測。同時，用以往常用的油浸法對微球折射率作對照測定，測得的折射率與本VBAI生成系統(tǒng)測定結果高度吻合，說明VBAI檢測程序的測量準確性可重復性較高。

　　2應用于細胞檢測

　　2．1背景

　　細胞是生物醫(yī)學研究的重要對象之一，通過分析細胞的顯微圖像我們可以得到很多有用的信息。紅細胞是人類血液中存在的主要細胞，一直是研究的熱點。正常的紅細胞呈雙凹圓盤狀，而衰老和不健康的紅細胞會呈棘形、雙凹消失等不規(guī)則的形態(tài)。通過觀察與分析顯微圖像中紅細胞的形態(tài)可以評價其健康程度。所以這里以紅細胞為例說明如何采用VBAI編寫適合于進行細胞圖像分析的技術過程。

　　2．2方法

　　將紅細胞懸浮于緩沖液中，置于顯微鏡下觀察，利用數(shù)碼CCD攝像頭拍攝下細胞的圖像。檢測程序上需要先尋找到各個細胞，再對每個細胞進行檢測，與微球檢測的過程類似，程序總體設計上依然可以利用上節(jié)中微球的檢測程序的設計，但需要根據(jù)有關圖像處理分析的內容更改具體的圖像處理分析操作。在圖像預處理操作中需要將原始圖像處理為適合物體識別的二值化圖像，利用VisionAssistant，先對圖像轉灰度圖像、適當?shù)腖UT處理，在分割處理上，由于細胞邊緣處明暗對比較大，邊緣銳利，因此選用基于移動窗口分割的算法可以較容易地找到邊緣。通過實驗比較證明，選用Backgroundcorrection分割，可綜合局部和全局的灰度變化信息。分割移動窗口大小設置為邊長接近細胞邊緣寬度2倍的正方形最為合適。分割完成后再對二值圖像進行一定的形態(tài)學變換操作，將邊緣盡量變得閉合并填充孔洞。最后進行DetectObjects操。接著將對細胞形態(tài)進行分析。首先根據(jù)DetectObjects操作中所檢測到的物體列表，對每個細胞進行檢測區(qū)域的建立，即設置ＲOI。然后依然使用FindCircularEdge操作，在該操作中調整參數(shù)，使得檢測線能較準確的發(fā)現(xiàn)邊緣。該操作完成后，將輸出一項名為Deviation的參數(shù)，該參數(shù)代表了細胞邊緣與標準圓的標準偏差。同時該操作還可以得到細胞直徑等相關的信息。將Deviation除以直徑后可以得到細胞邊緣與標準圓的相對標準偏差，由于健康紅細胞的圖像是近似圓形的，因此Deviation參數(shù)可以一定程度上反映紅細胞的健康程度。將實驗中拍攝到的采用不同保存格式、保存不同天數(shù)的紅細胞圖片歸類，用VBAI程序進行分析，結果保存在csv文件中。為較健康的細胞，圖像中細胞外輪廓近似圓形，Deviation/Ｒ=1．2‰;為發(fā)生了一定形變的細胞，Deviation/Ｒ=3．2‰為嚴重變形的棘形細胞，Deviation/Ｒ=7．3‰。隨著細胞變形程度加重，細胞的相對標準偏差值也隨之增加。通過軟件分析的優(yōu)勢在于:可以客觀而定量地給出每個細胞的變形程度;可以快速自動地分析大量的圖片，得到大量的數(shù)據(jù)，并對數(shù)據(jù)進行后續(xù)的統(tǒng)計處理，具有統(tǒng)計學意義。除此之外，還可以獲得細胞的大小信息，通過視野內細胞個數(shù)，得到細胞分布密度信息等。

　　3應用于圖像的改善

　　3．1背景

　　某些生物醫(yī)學樣品的顯微圖像，由于各種原因，其清晰度與對比度都不能滿意，對此，也可以運用VBAI的圖像處理的方式對圖像進行改善。下面介紹花粉孢子斷層掃描圖像中噪音及對比度不理想的斷層圖作改善的技術過程。

　　3．2方法

　　首先對整幅圖像中的噪雜進行去除，通常改善的方法有空域濾波和頻域濾波，兩種方法都可通過VisionAssistant中的算法實現(xiàn)。其中空域濾波的算子較多，功能更加豐富。不僅提供了低通、高通等10多種算子、每種算子3×3，5×5，7×7三種尺寸，還可以由用戶自定義算子以滿足特殊需要。整幅圖像改善完成后對左右對比度及清晰度不理想的花粉孢子斷層圖像進行增強，首先建立一覆蓋中央花粉孢子像的區(qū)域，使用一可旋轉的長方形區(qū)域，長方形的方向與左右像平移的方向垂直，寬度等于左右像平移的距離。接著利用Calculator操作計算圖11(a)左右像的位置。輸入中央像的中心點(X0，Y0)、角度α和平移距離L，則左像、右像中心點(X1，Y1)，(X2，Y2)分別為:X1=X0+LcosαY1=Y0－LsinαX2=X0－LcosαY2=Y0+Lsinα以此為中心點坐標參數(shù)，長寬與角度參數(shù)使用中央?yún)^(qū)域的長寬與角度，分別建立覆蓋左右像的區(qū)域，使用VisionAssistant對左右區(qū)域內的圖像進行對比度、明暗度的調整增強。得到處理后的圖像，三個層面的圖像的對比度基本相同。利用VBAI對圖像進行處理與改善，不僅功能豐富，適用性強，且操作簡單，易于掌握，程序建立完成后還可以快速的對其他同類圖片進行處理，大大節(jié)省了時間。

　　4結語

　　使用VBAI創(chuàng)建圖像分析處理程序，可對各種生物醫(yī)學對象進行分析和檢測，可對圖像進行處理與改善，其優(yōu)勢在于:

　　(1)相比起人眼觀測和手動測量，本方法能夠提供客觀和量化的數(shù)據(jù)，可快速對大量圖像進行自動分析并保存檢測結果。

　　(2)相比起通用化的測量分析軟件，本方法針對性強，針對各種特定情況和需要制定適應的程序，準確性、有效性和實用性高。

　　(3)相比起使用VC等編程軟件編寫特定測量分析軟件，本方法簡單，有大量強大的模塊化功能自由選用，程序開發(fā)周期短，工作量小，不需要專業(yè)編程技能，一般人易于掌握，且程序易于調整改進。綜上所述，使用VBAI可簡單快捷的針對不同生物醫(yī)學圖像建立相應檢測處理程序，可快速自動地對大量圖像進行分析，得到客觀量化的數(shù)據(jù)。VBAI是實驗室快速建立生物醫(yī)學圖像處理與分析檢測程序的有力工具。

【VBAI圖像處理生物醫(yī)學論文】相關文章：

圖像處理技術論文08-13

《Photoshop圖像處理》教案04-25

系統(tǒng)提示“qq.exe損壞的圖像”怎么處理12-30

常用函數(shù)圖像03-12

圖像記憶的原理03-06

FrontPage教案-圖像04-25

函數(shù)圖像畫法課件12-31

（合集）常用函數(shù)圖像03-13

手繪線條圖像 (教案)04-25

醫(yī)學論文開題報告11-03