汪傳忠， 陳 超， 武海燕

(南昌航空大學(xué) 信息工程學(xué)院， 江西 南昌 330063)

粗糙集屬性函數(shù)建模

汪傳忠， 陳 超， 武海燕

(南昌航空大學(xué) 信息工程學(xué)院， 江西 南昌 330063)

本文針對宮頸微生物感染細(xì)胞的檢測問題， 從視覺感知的角度分析宮頸微生物感染細(xì)胞的顏色、 強(qiáng)度和面積3個(gè)方面的視覺特性， 并根據(jù)這些特征參數(shù)結(jié)合粗糙集理論建立宮頸微生物感染細(xì)胞的屬性集合模型.

粗糙集； 視覺感知； 函數(shù)建模

0 引 言

宮頸細(xì)胞學(xué)的篩查方法主要是收集宮頸口的脫落細(xì)胞， 然后通過觀察脫落細(xì)胞的顏色、 紋理、 輪廓等特征， 依據(jù)宮頸細(xì)胞病理學(xué)知識作出診斷[1]. 根據(jù)宮頸細(xì)胞是否有病原體感染， 可以將宮頸細(xì)胞分為正常宮頸細(xì)胞、 微生物感染細(xì)胞.

1 宮頸細(xì)胞圖像內(nèi)容

1.1 正常鱗狀上皮細(xì)胞

鱗狀上皮細(xì)胞是子宮頸成熟上皮細(xì)胞， 鱗狀上皮細(xì)胞的形態(tài)特征是細(xì)胞界限清晰， 細(xì)胞核居中及細(xì)胞質(zhì)深染. 根據(jù)細(xì)胞的成熟度， 將鱗狀上皮細(xì)胞由基底層至表層分為4種： 基底層細(xì)胞、 旁(副)基底層細(xì)胞、 中間層細(xì)胞及表層上皮細(xì)胞[2]. 從基底層到表層， 細(xì)胞核由大到小， 至固縮； 細(xì)胞核質(zhì)比由大到小[3]； 細(xì)胞質(zhì)顏色由深染藍(lán)色至淡紅色.

基底細(xì)胞是未分化的小細(xì)胞， 如圖 1 所示.

基底細(xì)胞是未分化、 體積最小、 細(xì)胞核占比最大的細(xì)胞. 基底細(xì)胞的細(xì)胞形態(tài)呈圓形或者卵圓形， 細(xì)胞核圓形位于細(xì)胞中心.

旁(副)基底細(xì)胞是分化后的細(xì)胞， 如圖 2 所示.

圖 1 未分化的基底層細(xì)胞Fig.1 Undifferentiated basal layer cells

圖 2 分化后的旁(副)基底層細(xì)胞Fig.2 Parabasal layer cells after differentiation

旁(副)基底細(xì)胞中等大， 形態(tài)為圓形或卵圓形， 胞質(zhì)比較厚， 邊界光滑， 細(xì)胞核居中， 細(xì)胞核染色質(zhì)呈細(xì)顆粒狀， 在細(xì)胞核上分布均勻， 細(xì)胞質(zhì)呈藍(lán)色染色較深.

中間層細(xì)胞是細(xì)胞未完全成熟的細(xì)胞形態(tài)， 如圖 3 所示.

中間層細(xì)胞的形態(tài)表現(xiàn)為多樣性， 呈多邊形、 卵圓形等， 細(xì)胞核呈圓形居中. 中間層細(xì)胞的細(xì)胞質(zhì)呈透明狀， 胞漿豐富， 單薄， 染色后胞質(zhì)顏色為淺藍(lán)色.

表皮上層細(xì)胞是最成熟的鱗狀上皮細(xì)胞， 如圖 4 所示.

圖 3 中間層細(xì)胞Fig.3 Intermediate layer cells

圖 4 表皮上層細(xì)胞Fig.4 Epidermal layer cells

表皮上層細(xì)胞大而扁平， 細(xì)胞形態(tài)呈多邊形或三角形， 染色質(zhì)較疏松， 只是表層上皮細(xì)胞核呈固縮狀， 細(xì)胞質(zhì)染色與中間層細(xì)胞質(zhì)染色不同， 呈粉紅色.

1.2 宮頸微生物感染細(xì)胞

臨床上宮頸細(xì)胞微生物感染是最常見的婦科疾病， 其中最常見的的感染有細(xì)菌、 真菌、 寄生蟲和病毒等. 本文主要研究微生物感染中的細(xì)菌和真菌兩種感染[2].

放線菌感染是最常見的細(xì)菌感染， 如圖 5 所示.

圖 5 放線菌感染Fig.5 Actinomycetes infection

圖 6 念珠菌屬Fig.6 Candida species

放線菌的細(xì)胞形態(tài)為菌絲樣的病原體聚集成團(tuán)， 放線菌呈現(xiàn)一團(tuán)團(tuán)嗜堿性的藍(lán)色大小不一的球狀物， 如同“棉花團(tuán)”樣； 典型的放線菌感染病例可見菌絲呈放射狀排列， 團(tuán)狀菌絲的邊緣可見細(xì)長菌絲， 也會見到單支的菌絲， 其中較粗的菌絲向外周延伸成“杵”狀， 周圍常見有許多白細(xì)胞相隨. 放線菌一般不依附鱗狀上皮細(xì)胞而存在[4].

念珠菌屬是最常見的真菌感染， 如圖 6 所示.

念珠菌屬感染的細(xì)胞有分枝狀的菌絲(假菌絲)， 實(shí)際上是拉長的孢子， 分支與分支之間多呈銳角， 菌絲分節(jié)處常多見孢子， 形態(tài)小并成圓形或者卵圓形(大小不一的芽狀物)， 嗜伊紅紅色. 鱗狀上皮細(xì)胞胞質(zhì)褶皺明顯. 菌絲表面有一種黏附蛋白， 長長的菌絲將鱗狀上皮細(xì)胞黏附成團(tuán)或成串[2].

對比正常宮頸細(xì)胞標(biāo)本圖像和真菌、 細(xì)菌感染的標(biāo)本圖像， 從視覺感知特征方面可以看出， 正常宮頸細(xì)胞與微生物感染細(xì)胞有如下3點(diǎn)差別：

1) 微生物感染細(xì)胞的顏色與背景的差異較大， 而正常宮頸細(xì)胞的顏色與背景的差異較小， 因此可以從顏色方面區(qū)分微生物感染細(xì)胞和正常宮頸細(xì)胞；

2) 正常宮頸細(xì)胞要比微生物感染后的細(xì)胞偏亮， 在視覺感知上微生物感染細(xì)胞的灰度值要小很多；

3) 正常宮頸細(xì)胞與微生物感染細(xì)胞相比， 在視覺感知上微生物感染細(xì)胞的面積要大很多.

通過上面對正常宮頸細(xì)胞與微生物感染細(xì)胞在視覺感知方面的分析， 以及正常宮頸細(xì)胞和微生物感染細(xì)胞的3個(gè)視覺差異， 我們選取微生物感染細(xì)胞特征的3個(gè)屬性值.

屬性值1： 顏色距離， 即宮頸細(xì)胞顏色與宮頸細(xì)胞標(biāo)本背景顏色的視覺差異， 顏色距離的度量采用歐氏距離度量方式；

屬性值2： 強(qiáng)度， 即在同一光照條件下， 宮頸細(xì)胞區(qū)域的灰度值與宮頸細(xì)胞標(biāo)本背景區(qū)域灰度值的差；

屬性值3： 面積， 即宮頸細(xì)胞區(qū)域的大小， 在數(shù)字圖像中表現(xiàn)為細(xì)胞區(qū)域所占像素點(diǎn)的總和.

定義了微生物感染細(xì)胞的3個(gè)屬性值， 我們需要對微生物感染細(xì)胞的3個(gè)屬性的一致性進(jìn)行分析. 以下分別從微生物感染細(xì)胞的顏色、 強(qiáng)度和面積3個(gè)屬性特征分析微生物感染細(xì)胞的特征一致性， 并通過實(shí)驗(yàn)方法驗(yàn)證.

2 微生物感染細(xì)胞顏色特征一致性分析

在計(jì)算機(jī)中， 數(shù)字圖像一般采用RGB色彩空間模型來表示圖像的顏色， 但是由于RGB色彩空間模型的R， G， B 3個(gè)分量之間有相互關(guān)聯(lián)性[5]， 不易采用RGB色彩空間模型度量數(shù)字圖像的顏色參量之間的差異， 因此需要選取新的顏色空間度量數(shù)字圖像中顏色參量之間的差異. 本文采用Lab顏色空間模型來度量微生物感染細(xì)胞的顏色距離.

2.1 微生物感染細(xì)胞顏色分析

分析宮頸微生物感染細(xì)胞的顏色特征一致性， 需要對大量的宮頸微生物感染細(xì)胞和正常鱗狀上皮細(xì)胞的顏色視覺特征進(jìn)行分析. 圖 7 是宮頸微生物感染細(xì)胞部分圖.

圖 7 宮頸微生物感染細(xì)胞部分圖Fig.7 Pictures of the cervical microbial infected cells

通過大量觀察宮頸微生物感染細(xì)胞， 可以知道， 宮頸微生物感染細(xì)胞是液基宮頸細(xì)胞標(biāo)本中染色較深的一類細(xì)胞， 顏色呈現(xiàn)為深藍(lán)色. 由于宮頸微生物感染細(xì)胞的特性它們之間的顏色無差異或差異較小， 因此從視覺感知的角度可以認(rèn)為宮頸微生物感染細(xì)胞的顏色具有一致性.

2.2 基于Lab空間的顏色距離度量

歐幾里得度量(euclidean metric)(也稱為歐氏距離)， 是一個(gè)通常采用的距離定義， 指在m維空間中兩點(diǎn)之間的真實(shí)距離， 或者向量的自然長度(即該點(diǎn)到原點(diǎn)的距離)[6]. 歐氏距離與m維空間中兩點(diǎn)的位置無關(guān).

在三維立體空間中，A和B表示立體空間中的兩個(gè)點(diǎn)， 則歐氏距離的計(jì)算公式為

(1)

式中：D0是三維立體空間中A和B兩點(diǎn)的距離； (xi,yi,zi)和(xj,yj,zj)是三維立體空間中A和B兩點(diǎn)的坐標(biāo).

在Lab色彩空間， 兩種顏色之間的數(shù)值差異反映了人們在視覺上感受到的顏色差異， 利用顏色距離能夠區(qū)分一幅彩色圖像中兩種顏色之間的差異[7].

假設(shè)R是一幅RGB彩色圖像， 包含有M×N個(gè)像素點(diǎn)數(shù)， 在Lab彩色圖像中，X和Y是Lab彩色圖像R上的兩個(gè)點(diǎn)， 則兩點(diǎn)之間的距離可以表示為

(2)

式中：Li,ai,bi和Lj,aj,bj分別是點(diǎn)X和Y在Lab空間中的坐標(biāo).

根據(jù)式(2)， 可以得出圖像上任一兩點(diǎn)之間的顏色距離， 即兩個(gè)顏色的差異.

2.3 基于Lab空間的顏色特征一致性驗(yàn)證

2.3.1 實(shí)驗(yàn)?zāi)康?/p>

根據(jù)定義的微生物感染細(xì)胞顏色屬性特征及顏色距離的計(jì)算公式， 本節(jié)根據(jù)微生物感染細(xì)胞樣本提取微生物感染細(xì)胞的顏色距離參數(shù)驗(yàn)證微生物感染細(xì)胞的顏色特征一致性.

2.3.2 實(shí)驗(yàn)方法

本文實(shí)驗(yàn)標(biāo)本來源于北京協(xié)和醫(yī)院洛奇臨床檢驗(yàn)所， 選取含有微生物感染標(biāo)本， 并從中獲得微生物感染細(xì)胞圖像500幅. 本節(jié)采用數(shù)據(jù)統(tǒng)計(jì)、 分析的方法驗(yàn)證宮頸微生物感染細(xì)胞的顏色距離與視覺感知的一致性. 首先， 在Lab色彩空間分別提取宮頸微生物感染細(xì)胞和標(biāo)本背景的L,a,b分量， 然后根據(jù)顏色距離度量方法獲取宮頸微生物感染細(xì)胞與標(biāo)本背景的顏色距離， 最后通過直方圖分析宮頸微生物感染細(xì)胞顏色距離參數(shù)， 并用一致性檢驗(yàn)方法驗(yàn)證宮頸微生物感染細(xì)胞顏色特征的視覺一致性.

2.3.3 實(shí)驗(yàn)結(jié)果與分析

對隨機(jī)選取的500幅宮頸微生物感染細(xì)胞圖像的顏色進(jìn)行距離度量， 并獲取顏色距離參數(shù). 顏色距離數(shù)據(jù)如表 1 所示.

表 1 微生物感染細(xì)胞顏色距離數(shù)據(jù)統(tǒng)計(jì)

由宮頸微生物感染細(xì)胞的顏色距離參數(shù)， 可以得到宮頸微生物感染細(xì)胞的顏色距離直方圖如圖 8 所示， 其中， 橫軸是顏色距離， 縱軸是概率分布.

圖 8 微生物感染細(xì)胞顏色距離直方圖Fig.8 Colordistance histogram of microbial infected cells

通過對表中實(shí)驗(yàn)數(shù)據(jù)分析可以得出， 微生物感染細(xì)胞的顏色距離分布比較集中. 顏色距離的數(shù)據(jù)范圍主要集中在115～150之內(nèi)， 只有少數(shù)的微生物感染細(xì)胞圖像的顏色距離的數(shù)值在這個(gè)范圍之外. 由此可以得知宮頸微生物感染細(xì)胞的顏色特性具有一致性.

3 微生物感染細(xì)胞強(qiáng)度特征一致性分析

3.1 微生物感染細(xì)胞強(qiáng)度分析

大量觀察微生物感染細(xì)胞并分析其強(qiáng)度視覺特征. 部分微生物感染細(xì)胞及其對應(yīng)的強(qiáng)度圖如圖 9 所示.

圖 9 宮頸微生物感染細(xì)胞圖像Fig.9 Cell images of cervical microbial infected

通過大量觀察微生物感染細(xì)胞， 我們可以知道， 微生物感染細(xì)胞是液基宮頸細(xì)胞標(biāo)本中染色較深的一類細(xì)胞， 在灰度圖像中微生物感染細(xì)胞的灰度圖差異較小. 因此從視覺感知的角度可以認(rèn)為微生物感染細(xì)胞的強(qiáng)度具有一致性.

3.2 細(xì)胞光密度

在宮頸細(xì)胞圖像中， 有細(xì)胞同樣也有背景， 從視覺感知的角度來說， 細(xì)胞圖像區(qū)域要比背景區(qū)域的亮度偏暗. 圖像中明亮程度的度量可以使用光密度. 光密度(optical density)又稱吸光度， 是細(xì)胞中不同成分對同一波長的單色光吸收的量度， 表示不同成分透光的強(qiáng)弱.

光密度的計(jì)算公式是：OD=-logT， 平均透射率T=出射光強(qiáng)/入射光強(qiáng). 平均透射率反映物體的透光性， 透射率大則意味著透光多(即吸光少)， 光密度小[8]； 透射率小則意味著透光少(即吸光多)， 光密度大. 大多數(shù)文獻(xiàn)在計(jì)算光密度特征參數(shù)時(shí)， 直接將目標(biāo)區(qū)域的灰度值代入計(jì)算. 由于圖像的灰度值與光密度是成反比的關(guān)系， 因此范金坪在宮頸細(xì)胞圖像分割和識別方法研究的論文中根據(jù)光密度的定義， 提出了一個(gè)光密度換算[9]公式：

(3)

式中， 入射光強(qiáng)用灰度圖像中灰度值的最大值255表示， 出射光強(qiáng)用灰度圖像目標(biāo)區(qū)域中各個(gè)點(diǎn)的灰度值I(x,y)表示. 這個(gè)換算公式能夠充分體現(xiàn)細(xì)胞圖像中光密度特征的意義.

3.3 基于灰度圖像的強(qiáng)度特征一致性驗(yàn)證

3.3.1 實(shí)驗(yàn)?zāi)康?/p>

根據(jù)定義的微生物感染細(xì)胞強(qiáng)度屬性特征及強(qiáng)度的計(jì)算公式， 本節(jié)根據(jù)微生物感染細(xì)胞樣本提取微生物感染細(xì)胞的強(qiáng)度特征參數(shù)并驗(yàn)證微生物感染細(xì)胞圖像的強(qiáng)度特征一致性.

3.3.2 實(shí)驗(yàn)方法

本文實(shí)驗(yàn)標(biāo)本來源于北京協(xié)和醫(yī)院洛奇臨床檢驗(yàn)所， 選取含有微生物感染標(biāo)本， 并從中獲得微生物感染細(xì)胞圖像500幅. 本節(jié)采用數(shù)據(jù)統(tǒng)計(jì)與分析的方法， 驗(yàn)證宮頸微生物感染細(xì)胞強(qiáng)度特征與視覺感知一致性. 首先在灰度圖像中提取微生物感染細(xì)胞的強(qiáng)度特征參數(shù)， 然后利用直方圖統(tǒng)計(jì)強(qiáng)度特征參數(shù)分布， 通過直觀的數(shù)據(jù)驗(yàn)證微生物感染細(xì)胞強(qiáng)度特征的一致性.

3.3.3 實(shí)驗(yàn)結(jié)果與分析

對隨機(jī)選取的500幅微生物感染細(xì)胞圖像的強(qiáng)度參數(shù)進(jìn)行提取， 通過直方圖分析微生物感染細(xì)胞的強(qiáng)度特性， 強(qiáng)度特征統(tǒng)計(jì)如表 2 所示.

表 2 微生物感染細(xì)胞強(qiáng)度數(shù)據(jù)統(tǒng)計(jì)

由宮頸微生物感染細(xì)胞的強(qiáng)度特征參數(shù)， 可以得到宮頸微生物感染細(xì)胞的強(qiáng)度直方圖如圖 10 所示， 其中， 橫軸是細(xì)胞強(qiáng)度， 縱軸是概率分布.

圖 10 微生物感染細(xì)胞強(qiáng)度直方圖Fig.10 Intensity histogram of microbial infected cells

通過對表2中實(shí)驗(yàn)數(shù)據(jù)分析可以得出， 微生物感染細(xì)胞的強(qiáng)度數(shù)據(jù)比較集中， 由于微生物感染細(xì)胞染色比較深， 所以其強(qiáng)度參數(shù)相對比較小. 強(qiáng)度的數(shù)據(jù)范圍主要集中在0.1～0.38之內(nèi). 由此可以得出微生物感染細(xì)胞的強(qiáng)度特征具有一致性.

4 微生物感染細(xì)胞面積特征一致性分析

4.1 微生物感染細(xì)胞面積分析

通過大量觀察宮頸微生物感染細(xì)胞并對面積特征進(jìn)行分析. 部分宮頸微生物感染細(xì)胞及對應(yīng)灰度圖和二值圖如圖 11 所示.

圖 11 微生物感染細(xì)胞原始圖、 灰度圖和二值圖Fig.11 Original picture, the gray-scale map and the binary image of the microbial infected cells

通過大量觀察宮頸微生物感染細(xì)胞我們可以知道， 雖然宮頸微生物感染細(xì)胞中細(xì)菌感染和真菌感染后的細(xì)胞大小不一致， 但是細(xì)菌感染后宮頸細(xì)胞大小接近. 因此從視覺感知的角度可以認(rèn)為宮頸微生物中細(xì)菌感染后細(xì)胞的面積特征具有一致性.

4.2 面積特征

形態(tài)特征是物體最重要的特征之一. 物體形態(tài)特征具有變換、 縮尺、 平移不變性的特性. 物體形態(tài)特征包括： 大小、 形狀、 圓形度等特征， 其中大小可以直觀地表示物體的特征.

面積特征代表物體的大小， 在數(shù)字圖像中， 面積反映了目標(biāo)區(qū)域所占像素點(diǎn)的多少. 在二值化圖像中， 區(qū)域面積的計(jì)算有兩種方式： 一種是根據(jù)二值化圖像中白色區(qū)域的邊界近似擬合一條閉合曲線， 然后計(jì)算閉合曲線包含區(qū)域的大?。?另一種是采用圖像目標(biāo)區(qū)域所占像素點(diǎn)的個(gè)數(shù)總數(shù). 本文采用第二種面積計(jì)算方法， 面積計(jì)算公式

(4)

式中：P表示圖像區(qū)域中任意點(diǎn)的像素點(diǎn)； (i,j)表示像素點(diǎn)P對應(yīng)的坐標(biāo)；M和N表示圖像的長和寬.

4.3 微生物感染細(xì)胞面積特征一致性驗(yàn)證

4.3.1 實(shí)驗(yàn)?zāi)康?/p>

根據(jù)定義的微生物感染細(xì)胞面積屬性特征及面積的計(jì)算公式， 本節(jié)根據(jù)微生物感染細(xì)胞樣本提取微生物感染細(xì)胞的面積特征參數(shù)并驗(yàn)證微生物感染細(xì)胞圖像的面積特征一致性.

4.3.2 實(shí)驗(yàn)方法

實(shí)驗(yàn)標(biāo)本來源于北京協(xié)和醫(yī)院洛奇臨床檢驗(yàn)所， 選取含有微生物感染標(biāo)本， 并從中獲得微生物感染細(xì)胞圖像500幅， 采用數(shù)據(jù)統(tǒng)計(jì)和分析的方法， 用實(shí)驗(yàn)驗(yàn)證宮頸微生物感染細(xì)胞的面積特征一致性. 微生物感染細(xì)胞圖像分割后， 在二值化圖像中獲取微生物感染細(xì)胞的面積特征參數(shù)， 并結(jié)合直方圖統(tǒng)計(jì)面積特征參數(shù)的分布范圍， 最后用直觀的數(shù)據(jù)驗(yàn)證其面積特征一致性.

4.3.3 實(shí)驗(yàn)結(jié)果與分析

根據(jù)分割后微生物感染細(xì)胞的二值圖像， 利用區(qū)域面積計(jì)算公式可以直接得到微生物感染細(xì)胞區(qū)域的面積. 宮頸微生物感染細(xì)胞的面積參數(shù)如表 3 所示.

由宮頸微生物感染細(xì)胞的面積特征參數(shù)， 可以得到宮頸微生物感染細(xì)胞面積的直方圖， 如圖 12 所示， 其中， 橫軸是細(xì)胞面積， 縱軸是概率分布.

表 3 微生物感染細(xì)胞面積數(shù)據(jù)統(tǒng)計(jì)

圖 12 微生物感染細(xì)胞面積直方圖Fig.12 Cell area histogram of microbial infection

通過對表3中實(shí)驗(yàn)數(shù)據(jù)分析可以得出， 宮頸微生物感染中細(xì)菌感染后的細(xì)胞面積參數(shù)主要集中在980～6 000的范圍之內(nèi)， 有少部分細(xì)菌感染后細(xì)胞的面積大小在此范圍之外. 由此可以得出微生物感染細(xì)胞的面積特性在視覺感知上是一致的.

5 微生物感染細(xì)胞屬性模型

通過人眼視覺感知系統(tǒng)角度， 對宮頸微生物感染細(xì)胞的顏色距離、 強(qiáng)度和面積特征進(jìn)行一致性分析可知： 微生物感染細(xì)胞的顏色距離范圍集中在 115～150 之內(nèi)， 強(qiáng)度范圍集中在0.1～0.38之內(nèi)， 面積范圍集中在980～6 000范圍之內(nèi). 因此可以根據(jù)微生物感染細(xì)胞的顏色特征、 強(qiáng)度特征和面積特征的一致性， 通過集合的方式描述宮頸微生物感染細(xì)胞.

圖 13 微生物感染細(xì)胞特征集合模型Fig.13 Feature set model of microbial infected cells

由微生物感染細(xì)胞的顏色、 強(qiáng)度和面積特征一致性及其特征參數(shù)范圍， 依據(jù)數(shù)學(xué)集合描述的方式， 我們將微生物感染細(xì)胞3個(gè)屬性的上下限分別用字母代替， 用集合方式分別描述微生物感染細(xì)胞的3個(gè)屬性.

根據(jù)微生物感染細(xì)胞顏色距離、 強(qiáng)度和面積3個(gè)屬性的集合模型， 可以將微生物感染細(xì)胞由集合的形式表示， 微生物細(xì)胞的屬性集合可表示為

(5)

式中：D表示微生物感染細(xì)胞的顏色距離特征參數(shù)； (a,b)表示微生物感染細(xì)胞的顏色距離參數(shù)范圍；I表示微生物感染細(xì)胞的強(qiáng)度特征參數(shù)； (c,d)表示微生物感染細(xì)胞的強(qiáng)度參數(shù)范圍；A表示微生物感染細(xì)胞的面積特征參數(shù)； (e,f)表示微生物感染細(xì)胞的面積參數(shù)范圍.

微生物感染細(xì)胞的屬性集合立體圖如圖 13 所示.

6 結(jié) 論

本文從微生物感染細(xì)胞圖像的視覺感知特性， 分析微生物感染細(xì)胞圖像在顏色、 強(qiáng)度、 面積三個(gè)特征. 并根據(jù)分析結(jié)果建立宮頸微生物感染細(xì)胞屬性集合模型， 根據(jù)此模型可以實(shí)現(xiàn)對宮頸微生物感染細(xì)胞的檢測.

[1] 徐傳運(yùn). 宮頸細(xì)胞學(xué)涂片自動判讀方法研究[D]. 重慶： 重慶大學(xué)， 2014.

[2] 曹躍華， 楊敏， 陳隆文， 等. 細(xì)胞病理學(xué)診斷圖譜及實(shí)驗(yàn)技術(shù)[M]. 北京： 北京科學(xué)技術(shù)出版社， 2009.

[3] 王會. 宮頸癌細(xì)胞學(xué)早期篩查智能采集方法研究與應(yīng)用[D]. 南昌： 南昌航空大學(xué)， 2014.

[4] 丁順， 余茂武， 寧佳羽， 等. 液基細(xì)胞學(xué)檢測在宮頸疾病診斷中的應(yīng)用[J]. 中外醫(yī)學(xué)研究， 2015(11)： 68-70. Ding Shun， Yu Maowu， Ning Jiayu， et al. Appliacation of liquid-based cytology test in the diagnosis of cervical disease[J]. Chinese and Foreign Medical Research， 2015(11)： 68-70. (in Chinese)

[5] 周虹. YCbCr色彩空間的彩色圖像光線補(bǔ)償方法研究[J]. 柳州職業(yè)技術(shù)學(xué)院學(xué)報(bào)， 2014(3)： 50-53. Zhou Hong. Research on color image light compensation method of YCbCr color space[J]. Journal of Liuzhou Vocational & Technical College， 2014(3)： 50-53. (in Chinese)

[6] Bai X M， Shi Q， Yin B C， et al. Color edge detection based on HSV space[J]. Journal of Beijing University of Technology， 2004， 30(4)： 500-504.

[7] 張國權(quán)， 李戰(zhàn)明， 李向偉， 等. HSV空間中彩色圖像分割研究[J]. 計(jì)算機(jī)工程與應(yīng)用， 2010， 26： 179-181. Zhang Huoquan， Li Zhanming， Wei Xiangwei, et al. Research on color image segmentation in HSV space[J]. Computer Engineering and Application， 2010， 26： 179-181. (in Chinese)

[8] 汪薇， 王詩航. 光密度值測定在實(shí)驗(yàn)醫(yī)學(xué)研究中的應(yīng)用及意義[J]. 解剖科學(xué)進(jìn)展， 2006(3)： 286-292. Wang Wei， Wang Shihang. Application and Significance of determination of optical density in the study of experimental medicine[J]. Progress of Anatomical Sciences， 2006(3)： 286-292. (in Chinese)

[9] 范金坪. 宮頸細(xì)胞圖像分割和識別方法研究[D]. 廣州： 暨南大學(xué)， 2010.

[10] Coleman. Evaluation of automated systems for the analysis of cervical smears[J]. Cytopathology Official Journal of the British Society for Clinical Cytology， 1998， 9(9)： 359-68.

[11] 丁海艷， 孫允高， 葉大田. 計(jì)算機(jī)自動識別宮頸細(xì)胞涂片技術(shù)[J]. 國際生物醫(yī)學(xué)工程雜志， 2000(2)： 85-90. Ding Haiyan， Sun Yungao， Ye Datian. Computer-assisted cervical (Pap) smears screening technology review[J]. International Journal of Biomedical Engineering， 2000(2)： 85-90. (in Chinese)

[12] 林小竹， 籍俊偉， 谷瑩瑩. 圖像歐拉數(shù)的研究與應(yīng)用[J]. 石油化工高等學(xué)校學(xué)報(bào)， 2007， 20(2)： 88-91. Lin Xiaozhu， Ji Junwei， Gu Yingying. The euler number study of image and its application[J]. Journal of Petrochemical Universities， 2007， 20(2)： 88-91. (in Chinese)

Function Modeling of Rough Set Attribution

WANG Chuanzhong， CHEN Chao， WU Haiyan

(School of Information Engineering, Nanchang Hangkong University, Nanchang 330063, China)

Aiming at the detection problem of cervical microbial infected cells, this paper analysed the three aspects, which were color, intensity and area of cervical microbial infected cells from the view of visual perception, and established attributes set model of cervical microbial infected cells according to these feature parameters and rough set theories.

rough set; visual perception; function modeling

1671-7449(2017)03-0206-09

2016-11-29

汪傳忠(1969-)， 男， 副教授， 博士， 主要從事圖像處理與模式識別等研究.

TP391

A

10.3969/j.issn.1671-7449.2017.03.005