一種基于紋理特征的肺癌細(xì)胞識(shí)別方法

楊建　胡貞

摘 要：基于對(duì)國(guó)內(nèi)外的圖像特征提取方法以及細(xì)胞識(shí)別技術(shù)的分析和研究，該文提出一種基于灰度共生矩陣的肺癌細(xì)胞識(shí)別方法。該研究首先采用灰度共生矩陣的方法對(duì)正常肺細(xì)胞和肺癌細(xì)胞提取紋理特征。其次，采用MATLAB對(duì)提取的紋理特征進(jìn)行了分析，獲取灰度共生矩陣特征參數(shù)。最后，對(duì)比分析特征參數(shù)，實(shí)現(xiàn)肺癌細(xì)胞的識(shí)別。實(shí)驗(yàn)結(jié)果表明，肺癌細(xì)胞表面裂溝深，形貌高低起伏大，而正常肺細(xì)胞的表面形貌較光滑，并以此紋理特征進(jìn)行的肺癌細(xì)胞識(shí)別方法，操作簡(jiǎn)單，精確度高。

關(guān)鍵詞：肺癌細(xì)胞 紋理特征 灰度共生矩陣 細(xì)胞識(shí)別 MATLAB

中圖分類號(hào)：TP242 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2015）11（b）-0255-02

目前，肺癌是發(fā)病率增長(zhǎng)最快、對(duì)人類健康和生命威脅最大的惡性腫瘤之一。若能及時(shí)檢測(cè)出肺部病變以及病變程度可以大大的減少發(fā)病率和死亡率。針對(duì)肺癌細(xì)胞的篩查，日常篩查工作量大容易產(chǎn)生人為誤差，所以，利用圖像處理和細(xì)胞圖像識(shí)別方法進(jìn)行肺癌細(xì)胞識(shí)別具有重大意義。對(duì)于細(xì)胞識(shí)別，通常癌細(xì)胞的辨別依據(jù)如：細(xì)胞的邊緣不規(guī)則核質(zhì)比明顯增大；細(xì)胞核形狀不規(guī)則等。這種識(shí)別方法的參數(shù)依據(jù)為細(xì)胞的周長(zhǎng)、寬度和高度等參數(shù)，此方法的準(zhǔn)確性易受分割結(jié)果的影響，因此，該文采用灰度共生矩陣提取細(xì)胞圖像的紋理特征參數(shù)，并分析癌細(xì)胞圖像和正常細(xì)胞圖像紋理特征的不同之處，以此作為辨別正常細(xì)胞和癌細(xì)胞的依據(jù)。

1 灰度共生矩陣

簡(jiǎn)單來(lái)說(shuō)，灰度共生矩陣是一個(gè)概率矩陣，矩陣中的每個(gè)元素P（i，j）表示圖像中一個(gè)灰度級(jí)為i的點(diǎn)到達(dá)固定位置距離為d，灰度級(jí)為j的點(diǎn)的概率。其中，d可以理解為一個(gè)矢量，既決定兩個(gè)像素間的距離又可以表示兩個(gè)像素間的方向[1]。

當(dāng)像素間d的屬性確定時(shí)，即可確定對(duì)應(yīng)的灰度共生矩陣P（i，j）。

為了更加直觀的了解圖像紋理的狀況，推導(dǎo)出幾個(gè)典型的灰度共生矩陣特征參數(shù)，具體情況如下[2-3]。

（1）角二階矩（ASM）反映了圖像灰度分布的均勻程度和紋理的粗細(xì)程度。

（2）對(duì)比度（CON）反映了紋理溝紋深淺的程度和視覺(jué)上的清晰度。

（3）相關(guān)性（COR）是指灰度共生矩陣中元素在水平或垂直方向上的相似度，該值反映了圖像的局部相關(guān)性。

（4）熵（ENT）是指對(duì)圖像中所包含的信息量的度量，熵的大小體現(xiàn)了圖像所包含的信息量的多少。

2 材料和方法

該文中的肺癌細(xì)胞圖像和正常肺細(xì)胞圖像[4]均來(lái)自于原子力顯微鏡成像系統(tǒng)，接觸模式成像，0.5 Hz掃描頻率。該文中的紋理特征參數(shù)主要是角二階矩、熵、相關(guān)性、對(duì)比度四個(gè)特征參數(shù)，取d=1，θ=0°，45°、90°和135°。對(duì)比分析肺癌細(xì)胞與正常肺細(xì)胞的紋理差異，采用曲線擬合的方法進(jìn)行癌細(xì)胞的辨別。

3 實(shí)驗(yàn)結(jié)果

分別將5幅肺癌細(xì)胞圖像和正常肺細(xì)胞的紋理特征取平均值，然后再進(jìn)行對(duì)比分析。實(shí)驗(yàn)得出，肺癌細(xì)胞和肺細(xì)胞的角二階矩、相關(guān)性、熵和對(duì)比度分別為：0.246、0.9872、1.8746、0.1324和0.1348、0.9810、2.7412、0.3367.由結(jié)果可知，肺癌細(xì)胞的對(duì)比度比較小，正常肺細(xì)胞的對(duì)比度較大，根據(jù)其定義，可知，正常肺細(xì)胞圖像紋理的溝裂較淺，圖像清晰度要比肺癌細(xì)胞的圖像要清晰；從相關(guān)系數(shù)來(lái)講，正常肺細(xì)胞的相關(guān)系數(shù)比較小。通過(guò)熵的計(jì)算可以看出肺癌細(xì)胞的值都比較小，正常肺細(xì)胞的熵值比較大，熵值越大說(shuō)明圖像中包含的信息量越豐富，圖像的紋理特征也就越復(fù)雜，說(shuō)明正常肺細(xì)胞圖像紋理特征相對(duì)肺癌細(xì)胞圖像紋理特征更復(fù)雜；對(duì)于角二階矩，正常肺細(xì)胞的值比較小，從定義上說(shuō)明正常肺細(xì)胞的紋理較細(xì)膩，而肺癌細(xì)胞的紋理粗糙。綜上所述，這些參數(shù)都間接說(shuō)明了癌細(xì)胞表面裂溝深，形貌高低起伏大，而正常細(xì)胞的表面形貌較光滑。

進(jìn)行一組實(shí)驗(yàn)，細(xì)胞取自肺部，其特征參數(shù)分別為：CON=0.3829，ASM=0.1086，COR=0.9913，ENT=2.5759.由圖1中待測(cè)細(xì)胞特征參數(shù)可知，特征參數(shù)幾乎都落在紅色曲線上，說(shuō)明此細(xì)胞是肺細(xì)胞。多次實(shí)驗(yàn)證明，此識(shí)別方法的準(zhǔn)確率可達(dá)92.5%。

4 結(jié)語(yǔ)

紋理特征作為圖像的一個(gè)基本的生物特征，為癌細(xì)胞的識(shí)別提供了重要的辨別依據(jù)。目前，紋理特征在圖像處理領(lǐng)域中成為非常重要的研究?jī)?nèi)容，但紋理特征代表研究物體表層的內(nèi)容，無(wú)法獲得較高層次的內(nèi)容。因此，尋找更加可靠的生物特征是此方面工作的努力方向。

參考文獻(xiàn)

[1] 黃亞麗，王蘭勛，李彩霞.基于灰度共生矩陣的圖像特征提取方法[D].河北大學(xué)，2007.

[2] Zilin Song，Zhibin Lu，“Algorithm research of Content based image feature extraction[C]//Paper presented at the tenth academic annual conference of the jiangsu Association for System engineering.2007

[3] Bingchun Li，“Feature extraction of image zoom edge shape[J].Journal of Kashgar teachers college，2007，28（3）：62-64.

[4] Leonenko Z，F(xiàn)inot E，Amrein M.Adhesive interaction measured between AFM probe and lung epithelial type II cells[J].Ultramicroscopy， 2007，107（10）：948-953.