白細(xì)胞圖像的特征提取與分類算法研究.pdf

1、眾所周知,血液中各類白細(xì)胞的數(shù)量和百分比對于醫(yī)學(xué)疾病診斷具有很大參考價值,因此研究白細(xì)胞的分類計數(shù)具有重要的應(yīng)用價值.由于同類白細(xì)胞形態(tài)變化大,使得白細(xì)胞分類技術(shù)成為一項極具挑戰(zhàn)性的任務(wù).
　　鑒于此,本文針對白細(xì)胞的分類問題展開深入地研究和討論,提出了基于定位的白細(xì)胞分割算法,基于分層方法的白細(xì)胞五分類算法和基于卷積神經(jīng)網(wǎng)絡(luò)的白細(xì)胞五分類算法.具體研究內(nèi)容概括如下:
　　1.針對傳統(tǒng)的閾值分割算法Ostu的分割局限性,即當(dāng)

2、直方圖的波峰波谷不明顯時,信噪比較低時,圖像分割效果相對較差的問題,結(jié)合白細(xì)胞在背景圖片中的特性,提出了一種基于定位的分割算法.該算法首先利用細(xì)胞核的信息及形態(tài)學(xué)操作對白細(xì)胞進(jìn)行定位,標(biāo)出白細(xì)胞所在的大致區(qū)域,其次在該區(qū)域運用Ostu算法分割細(xì)胞核,減少圖片背景中其他因素對分割帶來的干擾.最后利用定位信息代替Grabcut算法所需的人工交互對細(xì)胞質(zhì)進(jìn)行分割.實驗表明,本算法在CellaVison數(shù)據(jù)庫上有較好的分割效果.
　　2.

3、針對五類白細(xì)胞分類問題,在已分割好的細(xì)胞圖片基礎(chǔ)上結(jié)合五類白細(xì)胞的具體特征,提出基于分層思想的分類算法.該算法首先提取白細(xì)胞中細(xì)胞核的分葉特征和圓形度特征,對該類特征明顯的細(xì)胞先進(jìn)行篩選；而對該類特征不明顯的細(xì)胞,提取對偶旋轉(zhuǎn)不變共生局部二進(jìn)制(PRICoLBP)紋理特征作為判定標(biāo)準(zhǔn),將它們分為顆粒細(xì)胞與無顆粒細(xì)胞；然后對顆粒細(xì)胞,利用PRICoLBP紋理特征區(qū)分出嗜堿性粒細(xì)胞、嗜酸性粒細(xì)胞和中性粒細(xì)胞；而對無顆粒細(xì)胞,則用圓度核質(zhì)比區(qū)

4、分出淋巴細(xì)胞和單核細(xì)胞.實驗表明,本文所提的方法比已有的分層方法在總體識別率上提高了十幾個百分點,并且各類細(xì)胞的分類精度都有所提高.
　　3.針對顯微鏡圖片,基于檢測和深度學(xué)習(xí)原理提出一套白細(xì)胞自動檢測和分類算法.該算法首先利用簡單的顏色信息以及形態(tài)學(xué)操作將白細(xì)胞從顯微鏡圖片中分離出來.其次利用顆粒特征（PRICoLBP紋理特征）以及支持向量機區(qū)分顆粒細(xì)胞（嗜酸性粒細(xì)胞和嗜堿性粒細(xì)胞）與非顆粒細(xì)胞.最后利用卷積神經(jīng)網(wǎng)絡(luò)自動提取一些