版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、糞便是人體的主要分泌物,糞便中的生物細胞狀況反映了病人生理狀態(tài)的病理變化情況。糞便的雜質(zhì)較多,常規(guī)適用于血液、尿液環(huán)境的生物細胞自動檢測方法不能在糞便環(huán)境下使用。現(xiàn)今醫(yī)院主要使用人工目測結(jié)合化學(xué)試劑進行糞便日常常規(guī)檢測,這種方法的檢測結(jié)果基本取決于醫(yī)生的個人判斷,具有極大的隨機性。而據(jù)我們查閱國內(nèi)外重要數(shù)據(jù)庫的結(jié)果,關(guān)于人體糞便中紅、白細胞的自動檢測技術(shù)國內(nèi)外未見報道。
本文提出了一種基于圖像處理技術(shù)的人體糞便中生物細胞自動檢
2、測算法來代替現(xiàn)在最常用的人工鏡檢方法。該算法主要針對人體糞便環(huán)境中的紅、白細胞實現(xiàn)自動檢測。為了保證后續(xù)紅、白細胞可獨立檢測性,本算法將兩種細胞的檢測分開使其互相獨立,并且,基于紅、白細胞的特性及出現(xiàn)頻率,本算法將檢測順序確定為先檢測紅細胞,再檢測白細胞。由于人體糞便環(huán)境復(fù)雜,雜質(zhì)較多,本文引入分割方法如閾值分割、邊緣分割對樣本圖像進行處理,分析各種算法在糞便環(huán)境中的適用程度并對算法進行評估。數(shù)學(xué)形態(tài)學(xué)分割方法性能優(yōu)越,故本文將其作為生
3、物細胞檢測初始分割提取細胞部分的核心算法。檢測紅細胞的主要方法是基于神經(jīng)網(wǎng)絡(luò)改進的模糊識別算法。模糊聚類算法可以得出疑似紅細胞樣本對紅細胞聚類的隸屬度并以此作為關(guān)鍵判斷條件,但隸屬度函數(shù)的確立一直是模糊聚類算法中的一大難題。本文將BP神經(jīng)網(wǎng)絡(luò)引入模糊識別算法,使用神經(jīng)網(wǎng)絡(luò)對隸屬度函數(shù)進行擬合。另外,紅細胞在拍攝圖像時會產(chǎn)生偏轉(zhuǎn),從而導(dǎo)致圖片中紅細胞的形態(tài)發(fā)生變化。由于偏轉(zhuǎn)紅細胞與雜質(zhì)相似,所以本文在偏轉(zhuǎn)紅細胞的判斷上引入多層圖像比對進行
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 糞便中有型成分顯微圖像的自動識別技術(shù)研究.pdf
- 骨髓細胞圖像自動識別技術(shù)的研究.pdf
- 骨髓淋巴細胞自動識別技術(shù)的研究.pdf
- 自動識別技術(shù)
- 鐵路客票自動識別技術(shù)的研究.pdf
- 白細胞自動識別系統(tǒng)的研究.pdf
- 自動識別技術(shù) (1)
- 水稻飛虱自動識別技術(shù)的研究.pdf
- 顯微糞便醫(yī)學(xué)圖像中寄生蟲卵的自動識別及分類技術(shù)研究.pdf
- 車型車牌自動識別技術(shù)的研究.pdf
- 織物疵點自動識別技術(shù)的研究.pdf
- 結(jié)核細胞自動識別系統(tǒng)中關(guān)鍵技術(shù)的研究.pdf
- ETC中車牌自動識別技術(shù)的研究.pdf
- 機刻字符自動識別技術(shù)的研究.pdf
- 人臉自動識別技術(shù)的研究與實現(xiàn).pdf
- 汽車車牌自動識別技術(shù)的研究.pdf
- 基于HMM的車牌自動識別技術(shù)的研究.pdf
- 真彩色細胞顯微圖像自動識別技術(shù)的研究.pdf
- 人體糞便鏡檢圖像自動分割與識別算法研究.pdf
- 循環(huán)腫瘤細胞快速自動識別研究.pdf
評論
0/150
提交評論