基于Gabor濾波器和SVM的血細(xì)胞圖像分類識(shí)別研究.pdf

1、對于血細(xì)胞圖像的研究是醫(yī)學(xué)圖像處理領(lǐng)域中的一個(gè)重要分支,本文圍繞白細(xì)胞在臨床常規(guī)染色條件下的顯微圖像的分類識(shí)別這一應(yīng)用性課題,針對白細(xì)胞顯微圖像的特點(diǎn),對白細(xì)胞分類識(shí)別中的關(guān)鍵技術(shù)-細(xì)胞核的分割、粘連細(xì)胞分割以及多分類識(shí)別等方面展開了深入研究。所做的工作和取得的成果主要有以下幾點(diǎn):
　　(1)血細(xì)胞圖像分割的主要工作是先分割出白細(xì)胞核,再提取白細(xì)胞子圖像。根據(jù)血細(xì)胞圖像按照灰度等級分為白細(xì)胞核、紅細(xì)胞及胞漿、背景三個(gè)區(qū)域,本文提出

2、一種改進(jìn)的Otsu雙閾值分割算法,應(yīng)用于血細(xì)胞圖像,分割出白細(xì)胞核。然后采用八鄰域區(qū)域增長方法對白細(xì)胞核進(jìn)行標(biāo)記,根據(jù)白細(xì)胞核的位置及其胞漿的大小,對血細(xì)胞圖像進(jìn)行裁剪,最終提取出白細(xì)胞子圖像。
　　(2)由于血細(xì)胞圖像的復(fù)雜性,在提取出的白細(xì)胞子圖像中,存在著胞漿和紅細(xì)胞的粘連現(xiàn)象,影響了白細(xì)胞特征提取和識(shí)別。本文分析了胞漿和紅細(xì)胞紋理之間的差異,提出一種使用紋理特征分割粘連細(xì)胞圖像的方法。該方法首先使用Gabor濾波器對圖像紋

3、理特征進(jìn)行提取,并對提取的特征圖像進(jìn)行高斯平滑和降維處理,最后使用k均值聚類算法分類。實(shí)驗(yàn)結(jié)果表明,該方法對粘連細(xì)胞分割具有良好的效果,同時(shí)不依賴于圖像的顏色或者灰度信息,有較好的魯棒性。
　　(3)由于白細(xì)胞圖像樣本有限,本文采用一種新的機(jī)器學(xué)習(xí)理論–支持向量機(jī)(SVM)對白細(xì)胞進(jìn)行分類識(shí)別。通過分析五類白細(xì)胞的特征,對分割出來的白細(xì)胞提取顏色、紋理和形態(tài)等特征參數(shù),作為支持向量機(jī)的輸入空間。在支持向量機(jī)的訓(xùn)練過程中,采用交叉驗(yàn)