【细胞分割】基于分水岭算法的细胞分离计数matlab程序及GUI.zip

探讨了分水岭算法在图像处理中的应用及其Matlab实现技巧，并提供了相关的PPT资源。

利用Matlab编写了分水岭算法的代码，该算法是图像边缘检测中常用的一种。

【细胞分裂】利用形态学算法开发的matlab源码，可用于红细胞计数，并提供了直观的GUI界面。

利用分水岭分割技术进行肺癌诊断，该技术在医疗领域具有重要应用，特别是在Matlab平台上的实现。

Matlab分水岭算法的实现包括质量控制管道。软件针对FFPE扫描执行质量控制，首先将扫描分割为512x512像素的重叠10%的小视场。接着使用filter_out_background.m背景滤镜，确保滤除不含组织或仅包含基质的图像。脚本会测量每个FOV的整体强度，若未达到1000强度阈值则将其过滤掉。用户可以选择FOV所在的文件夹selpath_source=uigetdir('','源目录'); files=dir([selpath_source '/i*.tif']); names_files={files(:).name}; 对每个文件夹中的FOV进行强度测量。

这个存储库包含用于3D单细胞分割和分析的Matlab代码，附有详细的步骤说明。分割分段器是一个用于Matlab的应用，通过阈值化细胞质标记物或膜标记物的分水岭转换，在3D空间中精确分割细胞。用户界面简单易用，允许调整参数以达到最佳分割效果。分析脚本可应用于图像文件夹，并将结果保存为Excel文件，包括通道的阈值识别点和区域的富集和部分重叠分析。

项目概述 本项目提出一种通用的白细胞 (WBC) 核分割算法，并通过四个公开数据集验证其有效性。项目首先通过统计细胞核与白细胞比例确定白细胞的位置，然后设计了一种新的卷积神经网络 (CNN) 模型，对四类定位和裁剪后的白细胞图像进行分类。 代码资源 WBC 核分割、定位和裁剪方法代码: wbc_nucleus_seg_localz 目录 裁剪后的 WBC 图像数据集生成、CNN 模型训练和训练后模型推断代码: wbc_classify_cnn_model 目录 环境要求 推荐使用 MATLAB 2017a、2019a 或更高版本运行代码。

尽管物体检测已在多个行业产生影响，但在使用巴氏涂片显微镜检测癌细胞方面仍存在挑战。本项目引入了一种机器学习算法，能够在检测和裁剪感兴趣区域（ROI）之前自动检测异常细胞特征。使用宫颈细胞的数字图像，我们通过以下三个关键步骤实现ROI的自动识别：（I）应用于RGB显微照片的非线性过滤器；（II）基于图的聚类（Felsenszwalb算法）；（III）Isodata二进制分类定义超像素。该过程的平均精度达到92%，平均召回率为95%。这一算法是未来智能显微镜电动载物台的核心驱动力，能够扫描完整的载玻片。详见Efficient_Graph_Poster_19.pdf。

此项目是为工作项目、毕业设计和课程设计而开发的，所有项目源码经过助教老师测试，运行稳定可靠。请下载后首先查阅README.md文件。