全血細胞成像五分類算法研究.pdf

1、人體白細胞的計數(shù)和質量是臨床診斷的重要依據(jù)。自動化血液細胞分析儀由于操作簡便、快速，現(xiàn)正逐漸取代傳統(tǒng)的顯微鏡計數(shù)法而被廣泛應用。然而目前國內大多數(shù)是電阻型血液分析儀，準確率和精度不夠高。要對血涂片進行精密分析必須進行血細胞的形態(tài)學識別。因此，運用計算機模式識別技術自動識別血細胞圖像是模式識別在醫(yī)學圖像領域應用的一個重要研究課題。
　　 本文的主要研究工作是白細胞顯微圖像分析，綜合應用數(shù)字圖像處理技術、數(shù)學形態(tài)學和神經(jīng)網(wǎng)絡理論，圍

2、繞著白細胞顯微圖像分析系統(tǒng)的信息化、自動化程度中的幾個關鍵問題做了以下幾方面的研究:1.建立細胞模型，實現(xiàn)對各種特征的量化。2.實現(xiàn)白細胞的定位和區(qū)域分割。3.對白細胞圖像進行特征提取。4.建立白細胞圖像識別分類器。5.實現(xiàn)學習功能。本文分別從理論和實際應用的角度對其中的技術難點進行深入分析，在以下幾個方面取得了創(chuàng)新：
　　 根據(jù)人眼視覺顯著性注意機制，提出了一種新的算法，從粗到細序貫處理，分割出白細胞并提取特征。
　　

3、 利用圖像的形態(tài)信息和細胞的先驗知識，先分割出細胞的大致形狀，再進一步得到細胞形狀的細節(jié)特征。解決了一般數(shù)字圖像處理技術難以分割具有交疊區(qū)域的白細胞圖像的問題。在減少了誤判率的同時也大大減少了計算量。
　　 提出一種新的描述目標形狀特征的指標，可以從各種精細度反應細胞核的形狀信息，更利于識別。
　　 通過對30幅圖像共58個白細胞的測試表明，此算法的正確識別率為98.08％。在dsp平臺上測試，計算的速度可以達到每秒25