基于計算機圖像處理的白細胞自動識別系統(tǒng).pdf

1、白細胞分類識別是血液檢驗的一項重要內(nèi)容。為了減輕臨床檢驗人員的工作量、提高檢驗精確度、普及血細胞自動計數(shù)與分類技術和滿足科研工作的需要，在前人的研究基礎上，本文分析了白細胞自動分類系統(tǒng)的結構和性能，提出了以顯微鏡、微型計算機和彩色CCD為主體，應用計算機圖象分析技術實現(xiàn)白細胞分類的實用化體系結構。本系統(tǒng)由數(shù)據(jù)采集模塊、預處理模塊、圖象分割模塊、特征提取模塊和模式識別模塊組成其核心。這些模塊承擔了識別過程中各個環(huán)節(jié)的工作。另外還構建了數(shù)據(jù)

2、存儲模塊。 在采集數(shù)據(jù)時，本研究為血涂片的制作制定了規(guī)范，目的是使獲取的原始數(shù)據(jù)具有高分辨率和低噪聲。采集數(shù)據(jù)之后，立即對數(shù)據(jù)進行壓縮，以利保存和處理時減少計算量。 在圖象分割時，本研究對閾值分割、區(qū)域增長、邊緣檢測等分割方法作了闡述并對處理結果進行了評價，此外還提出了一種新的分割方法——超藍分割法。此方法基于對白細胞染色后細胞核區(qū)域像素中藍色分量所占比重最大之特點，用此方法處理圖象，獲得滿意結果。在細胞計數(shù)時，本文在分

3、析經(jīng)典的像素標記算法基礎上，結合本文研究對象的特點提出了一種新的標記算法——遞歸標記算法，此算法在標記目標區(qū)域時進行了一種類似滾雪球的處理方式，一次掃描就可以完成對所有目標區(qū)域的標記工作。它大大地降低了算法實現(xiàn)的難度，同時也滿足了處理精確度。 在提取特征參數(shù)時，結合臨床檢驗工作人員的經(jīng)驗，本研究選擇了從細胞的形態(tài)學特征、彩色光密度特征和紋理特征三個方面去進行特征提取，建立了由細胞核分葉數(shù)、細胞核面積、細胞漿面積、細胞周長、細胞形