高倍生物显微镜下医疗图像识别的常见问题（1）
最近一直在做细胞类图像识别相关的工作，主要是通过对使用巴氏染色法处理过的细胞样本，在高倍电子显微镜下拍摄的图像进行识别。
医疗图像本身极具特殊性，比如高倍显微镜下，对焦的微米之差导致识别结果相异，检测样本预处理的水平高低使得样本质量也有不同。
鉴于以上特点，使得我们常规的图像识别手段和算法在医疗图像上的效果要大打折扣。
以肿瘤细胞为例，通常医生会从患者身上采集体液，通过巴氏染色法进行染色，制成样本，然后放在高倍显微镜下观察。由于受染色剂的质量、用量、还有制样医师的水准影响，样本的质量也会存在一定差异，导致可观察性不同。在识别图像边缘时，常规的边缘检测算法得到的边缘轮廓与实际相差太大，以下图为例。
(A图)
（B图）
很明显，A图的细胞边缘清晰，而B图从细胞中央开始，颜色向四周逐渐淡化，反而细胞原有边界被模糊，导致在边缘检测上得出错误的边界数据。
实验也证明，传统的增强降噪算法完全派不上用场。这在图像分割上是一个比较要命的问题，因为错误的分割，最终识别的结果大概率也是错误的。
此类问题几乎存在于所有巴氏染色法的细胞样本图片当中，而巴氏染色法又是目前医疗界主流的细胞显影方法。解决该问题的思路是利用AI结合传统图像分割算法并用，提高分割准确率。
目前正在试验当中，很快会有结论。
（待续）