人體蠕蟲卵自動模式識別研究.pdf

1、研究背景 人體蠕蟲卵的檢測特異性強但耗時、費力,而且容易發(fā)生漏診,近年來發(fā)展迅速的模式識別技術(shù),使得利用計算機進行蠕蟲卵自動識別成為可能.該實驗將數(shù)字圖像處理和模式識別相結(jié)合,進行人體蠕蟲卵的自動識別研究.旨在利用該研究,減輕醫(yī)學(xué)檢驗人員的工作負擔,使得人體蠕蟲卵檢測簡單、快捷而準確.并希望可以將其推廣到其他寄生蟲病原體,為人體寄生蟲病原體自動檢測提供一定的實驗與理論依據(jù).方法包括蟲卵標本的圖像采集與處理、特征提取與篩選、判別模型建立以

2、及利用檢驗樣本進行前瞻性檢驗.圖像采集即圖像數(shù)字化過程,由顯微鏡、CCD以及計算機來完成,該實驗共采集了9種常見的人體蠕蟲卵.圖像預(yù)處理目的是將感興趣的目標區(qū)域分割出來,包括壓縮、分割剪切和旋轉(zhuǎn)等處理.經(jīng)圖像預(yù)處理后,對目標圖像提取出表示形態(tài)、顏色和熵的18個特征,并通過逐步判別分析對特征進行篩選.利用篩選后得到的特征來建立判別分類器.該實驗共建立了兩個判別模型,判別1進行目標區(qū)域是否蟲卵的判別;判別2進行蟲卵種類的判別.兩個判別都建立

3、了最小歐氏距離判別和Bayes判別.利用得到的判別模型,開發(fā)自動模式識別軟件.最后用一份單獨的檢驗樣本對判別模型進行前瞻性研究.結(jié)論該實驗對9種蟲卵圖像進行了數(shù)字圖像處理,提取出表示形態(tài)、顏色以及熵的特征,通過逐步判別分析得到特征組合,建立了是否蟲卵以及蟲卵種類的判別規(guī)則,并在此基礎(chǔ)上開發(fā)了人體蠕蟲卵自動模式識別程序.前瞻性研究表明正確率較高:判別1使用Bayes判別取得91.03％的正確率;判別2使用Bayes判別正確率為98.0%,