嵌入式下松弛迭代细胞分割算法的改进与应用

doi:10.11772/j.issn.1001-9081.2013.09.2690

计算机应用 ›› 2013, Vol. 33 ›› Issue (09): 2690-2693.DOI: 10.11772/j.issn.1001-9081.2013.09.2690

嵌入式下松弛迭代细胞分割算法的改进与应用

甘岚¹,²,林华清¹,²

1. 华东交通大学信息工程学院,江西南昌 330013
2. 华东交通大学信息工程学院,江西南昌 330013

收稿日期:2013-03-11 修回日期:2013-04-25 出版日期:2013-09-01 发布日期:2013-10-18
通讯作者: 林华清
作者简介:甘岚(1964-),女,江西南昌人,教授,主要研究方向:模式识别、图像处理;
林华清(1988-), 男, 广东汕头人, 硕士研究生,主要研究方向:嵌入式系统。
基金资助:
国家自然科学基金资助项目;江西省教育厅科研项目

Improvement and application for method of relaxation iterative segmentation based on embedded system

GAN Lan,LIN Huaqing

School of Information Engineering, East China Jiaotong University, Nanchang Jiangxi 330013, China

Received:2013-03-11 Revised:2013-04-25 Online:2013-10-18 Published:2013-09-01
Contact: LIN Huaqing

摘要/Abstract

摘要： 概率松弛迭代分割算法应用在细胞分割上,能够有效克服由于细胞结构复杂、粘连现象严重而造成一般分割算法分割困难的问题。针对该算法计算复杂与嵌入式Linux环境下资源紧张的问题,改进了松弛迭代细胞分割算法,并将其应用到嵌入式环境下基于Qt与OpenCV构建的细胞分割系统中。实验结果表明,改进后的算法能有效解决细胞分割困难的问题,分割结果能够让肉眼清晰分辨出细胞核、细胞质与腺体的区别。改进后的松弛迭代分割算法相比原算法提高了处理速度,并能够移植到嵌入式设备中便于携带协助诊疗。

关键词: 迭代, 嵌入式系统, 图像分割, 细胞分割, Qt, OpenCV

Abstract: The method for iterative probability relaxation segmentation used in cell division can overcome the difficult issues on account of complicated cellular structure and phenomenon of serious adhesion, while the general segmentation algorithm cannot make it effectively. In addition, because of tense embedded resources under the environment of Linux system, the iterative relaxation cellular segmentation algorithm has been improved and then added to the embedded cellular segmentation system based on Qt and OpenCV. The experimental results demonstrate that the improved algorithm can effectively solve the difficult problem of cell division efficaciously and the naked eye can clearly distinguish the difference between the nucleus, cytoplasm and glands. The improved algorithm increases the processing speed and can be transplanted to the embedded facilities convenient for carrying, diagnosing and treating.

Key words: iterative, embedded system, image segmentation, cell division, Qt, OpenCV

中图分类号:

TP368.1

甘岚林华清. 嵌入式下松弛迭代细胞分割算法的改进与应用[J]. 计算机应用, 2013, 33(09): 2690-2693.

GAN Lan LIN Huaqing. Improvement and application for method of relaxation iterative segmentation based on embedded system[J]. Journal of Computer Applications, 2013, 33(09): 2690-2693.

[1]	杨瑞, 钱晓军, 孙振强, 许振. 自然场景下多区域特征融合的混合航拍图像分割算法[J]. 计算机应用, 2021, 41(8): 2445-2452.
[2]	沈雪雯, 王晓东, 姚宇. 基于空间分频的超声图像分割注意力网络[J]. 计算机应用, 2021, 41(6): 1828-1835.
[3]	黄梨, 卢龙. 基于长距离依赖编码与深度残差U-Net的缺血性卒中病灶分割[J]. 计算机应用, 2021, 41(6): 1820-1827.
[4]	李珊珊, 赵莉, 张红丽. 基于猫映射的图像灰度值加密[J]. 计算机应用, 2021, 41(4): 1148-1152.
[5]	董阳, 潘海为, 崔倩娜, 边晓菲, 滕腾, 王邦菊. 面向多模态磁共振脑瘤图像的小样本分割方法[J]. 计算机应用, 2021, 41(4): 1049-1054.
[6]	罗琴, 王艳. 无需初始轮廓的图像分割模型[J]. 计算机应用, 2021, 41(4): 1179-1183.
[7]	胡屹杉, 秦品乐, 曾建潮, 柴锐, 王丽芳. 基于特征融合和动态多尺度空洞卷积的超声甲状腺分割网络[J]. 计算机应用, 2021, 41(3): 891-897.
[8]	袁芊芊, 邓洪敏, 王晓航. 基于超像素快速模糊C均值聚类与支持向量机的柑橘病虫害区域分割[J]. 计算机应用, 2021, 41(2): 563-570.
[9]	効琦, 尹增山, 高爽. 基于检测与跟踪相互迭代的极暗弱目标搜索算法[J]. 计算机应用, 2021, 41(10): 3017-3024.
[10]	朱新成, 何坤金, 倪娜, 郝博. 基于改进迭代最近点算法的接骨板贴合性快捷计算方法[J]. 计算机应用, 2021, 41(10): 3033-3039.
[11]	原泉, 王艳, 李玉先. 距离保持水平集演化模型的快速实现算法[J]. 计算机应用, 2020, 40(9): 2743-2747.
[12]	高海军, 曾祥银, 潘大志, 郑伯川. 基于U-Net改进模型的直肠肿瘤分割方法[J]. 计算机应用, 2020, 40(8): 2392-2397.
[13]	尹春勇, 朱宇航. 基于垂直集成Tri-training的虚假评论检测模型[J]. 计算机应用, 2020, 40(8): 2194-2201.
[14]	肖跃雷, 张云娇. 基于特征选择和超参数优化的恐怖袭击组织预测方法[J]. 计算机应用, 2020, 40(8): 2262-2267.
[15]	史佳琦, 谭励, 唐小江, 连晓峰, 王浩宇. 基于小结构体的无线传感器网络部署算法[J]. 计算机应用, 2020, 40(7): 2033-2037.

嵌入式下松弛迭代细胞分割算法的改进与应用

Improvement and application for method of relaxation iterative segmentation based on embedded system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics