裴潇倜，吕琳，黄鹏杰，陈兆学，林勇

上海理工大学医疗器械与食品学院，上海200093

前言

结核病一直以来都是严重威胁人类生命健康的高发传染病之一，临床症状不明显，容易漏检。我国每年因结核病死亡的人数高达13 万［1］，因此对结核病的早期预防和治疗工作非常重要。ELISPOT 是一种检测患者体内是否存在释放结核特异性γ干扰素的T 淋巴细胞，来判断患者是否感染结核病的技术，具有较高的特异性和灵敏度［2］。斑点检测实验中，含有γ干扰素的T 淋巴细胞被台酚蓝染色，形成斑点图像。通过检测图像中斑点的数量来判断对象是否感染结核。

图像分割是T 细胞斑点检测的核心算法。基于区域生长的传统图像分割算法，根据图像的局部空间信息，连通一些具有某种相似性质的像素，构成分割区域［3］。屈彬等［4］提出基于区域生长的快速边缘跟踪算法，将传统区域生长算法中对整个目标区域像素的处理转为对目标边缘像素的处理。不影响分割结果的同时，降低算法的时间复杂度和空间复杂度。但该方法受图像背景因素影响较大，导致分割结果不精确。魏宝刚等［5］提出的基于区域生长的零碎区域全并算法和多度量准则聚类算法，降低了区域生长分割结果的好坏受种子选取和区域生长次序的影响。但仍然无法解决受噪音因素影响的问题。张博［6］将边缘检测算法运用到细胞图像分割，使用插值的方法平滑处理分块阈值矩阵，依照形态学提取边缘特征，消除图像的块状效应，保证细胞边缘的精确性。……