尿沉渣圖像的分割與識別算法的研究.pdf

1、尿沉渣檢查是指利用顯微鏡或其它分析儀器對尿液中的各種有形成分，如紅細胞、白細胞、上皮細胞、管型以及結(jié)晶等進行辨析和檢查，它對腎臟疾病、泌尿道疾病、循環(huán)系統(tǒng)疾病和感染性疾病等有十分重要的診斷和鑒別作用。然而傳統(tǒng)人工鏡檢法存在勞動強度大、缺乏快速、準確定量分析等缺點。借助數(shù)字圖像處理技術(shù)和計算機技術(shù)是解決這一問題的好辦法。本文對尿沉渣圖像的預處理、分割、特征提取以及識別等方面做了一系列的研究。
　　 本文的研究內(nèi)容主要包括以下幾個方

2、面：
　　 針對尿沉渣圖像背景和目標區(qū)域?qū)Ρ榷鹊汀⒂行纬煞种写笮〖毎哂胁煌卣饕约吧⒔沟忍攸c，首先采用小波變換消除散焦影響，再結(jié)合數(shù)學形態(tài)學方法對圖像中有形成分進行定位，粗略分割出有形成分的子圖像；然后針對這些尿沉渣子圖像，提出基于小波變換圖像分割和二維最大熵閾值分割的組合分割方法分別對子圖像中的大細胞和小細胞圖像進行精細分割，極大的提高了分割的精度。實驗結(jié)果表明，該方法能夠準確有效的實現(xiàn)尿沉渣圖像有形成分的分割。
　　

3、 在特征提取方面，為了盡可能準確完整而又不冗余的描述尿沉渣有形成分細胞，本文選取了形狀、統(tǒng)計以及紋理特征等24個特征參數(shù)，為尿沉渣圖像的自動識別提供了良好的前提條件。
　　 采用支持向量機的機器學習方法進行尿沉渣有形成分的分類識別。選用一對多的方法將傳統(tǒng)的兩分類問題推廣到多分類問題。在設計時，采用兩級SVM分類器級聯(lián)的方式，核函數(shù)采用徑向基函數(shù)，并且用網(wǎng)格搜索法來選取合適的參數(shù)。實驗結(jié)果表明，SVM方法可獲得較高的尿沉渣有形成