尿檢中關(guān)于顯微顆粒識別的預(yù)處理研究.pdf

1、尿液檢測作為一種重要的醫(yī)學(xué)臨床檢驗項目，必須具有良好的檢測環(huán)境和可靠的檢測結(jié)果，其中可靠的檢測結(jié)果往往依賴于尿液顆粒識別的好壞。然而，由于尿液顆粒的種類繁多，形態(tài)各異，現(xiàn)有的圖像處理并不能夠較好地提取所有細(xì)胞顆粒的特征。為了提供有效的待識別圖像，減小識別誤差，對尿液顆粒識別進(jìn)行預(yù)處理是一個不可缺少的重要步驟。
　　本文首先介紹了尿液檢測的系統(tǒng)架構(gòu)和整體流程，從硬件設(shè)計角度出發(fā)，說明了尿液顆粒識別預(yù)處理研究的重要性和必要性。緊接著，

2、分析顆粒圖像的獲取來源，通過研究和比較幾種常用的清晰度評價函數(shù)，依據(jù)清晰度曲線評判標(biāo)準(zhǔn)，給出最佳的清晰度評價方案。
　　在此基礎(chǔ)上，本文提出了一種基于區(qū)域雙爬坡的清晰度跟蹤算法，利用清晰度曲線，動態(tài)選擇第一次爬坡區(qū)域，并對比爬坡結(jié)果，從而縮小第二次精準(zhǔn)爬坡范圍，實現(xiàn)快速自動對焦，從軟件上保證圖像質(zhì)量。
　　在保證圖像質(zhì)量的前提下，本文提出了一種基于自適應(yīng)雙向的局部閾值分割算法，利用幾種尿檢中常用的圖像閾值分割算法，比較各自的

3、分割效果和優(yōu)缺點，從而結(jié)合迭代思想和最大類間方差法，實現(xiàn)一種自適應(yīng)選取分割方向的局部閾值分割，克服了過分割和欠分割的問題，提高了分割的可靠性和適用性。
　　最后，本文提出了一種基于腐蝕的自適應(yīng)圖像邊緣檢測算法，利用尿液顆粒自身的形態(tài)特點，經(jīng)過多次實驗對比，對已分割的顆粒圖像進(jìn)行腐蝕處理和自適應(yīng)Canny算子邊緣檢測，從而克服了傳統(tǒng)的邊緣檢測方法所帶來的雙邊緣或虛邊緣的問題，實現(xiàn)了動態(tài)邊緣檢測，保證單邊緣響應(yīng)和精準(zhǔn)定位，最終的預(yù)處理