人體血液白細(xì)胞五分類數(shù)字圖像處理系統(tǒng).pdf

1、細(xì)胞計(jì)數(shù)是醫(yī)院進(jìn)行血液常規(guī)檢查的項(xiàng)目之一。精確地測(cè)定人體血液中紅細(xì)胞、白細(xì)胞的含量是臨床診斷的重要依據(jù)。目前，白細(xì)胞自動(dòng)計(jì)數(shù)儀主要采用電阻原理及光散射法，在視覺(jué)不能抵達(dá)的情況下，只能進(jìn)行常規(guī)分類。圖像分析方法，因其具有非常直觀性，與人對(duì)細(xì)胞的判斷分析方法非常接近，且能單獨(dú)鑒別異常細(xì)胞，既可科學(xué)學(xué)習(xí)總結(jié)病理學(xué)家的診斷經(jīng)驗(yàn)，又充分發(fā)揮了計(jì)算機(jī)視覺(jué)分辨率高和提取細(xì)胞特征靈活多樣的特點(diǎn)，大大提高了工作效率、檢測(cè)精度及個(gè)案分析能力。因此，研制一套

2、可以自動(dòng)識(shí)別白細(xì)胞的系統(tǒng)具有非常重要的意義。同時(shí)，由于數(shù)字化是生物學(xué)發(fā)展的趨勢(shì)，而圖像化是數(shù)字化的重要手段，因此該課題的研究對(duì)生物學(xué)其他方面的研究具有重要的借鑒意義。 血液圖像自動(dòng)識(shí)別系統(tǒng)是計(jì)算機(jī)、圖像處理、模式識(shí)別及人工智能理論和技術(shù)互相結(jié)合的產(chǎn)物，它的原理是模仿人的“腦—眼”系統(tǒng)。本文首先分析了國(guó)內(nèi)外的研究現(xiàn)狀，提出了以顯微鏡、微機(jī)和彩色CCD攝像機(jī)為主體，應(yīng)用計(jì)算機(jī)圖像分析技術(shù)實(shí)現(xiàn)白細(xì)胞自動(dòng)分類的實(shí)用化系統(tǒng)結(jié)構(gòu)。在此基礎(chǔ)上

3、，對(duì)彩色細(xì)胞圖像如何應(yīng)用圖像處理技術(shù)實(shí)現(xiàn)白細(xì)胞的自動(dòng)分割進(jìn)行了研究。首先對(duì)原始圖像作從RGB(Red，Green，Blue)彩色空間到HSI(Hue，Saturation，Intensity)彩色空間的變換，根據(jù)經(jīng)Wright染色細(xì)胞圖像H分量含有較多信息量的特點(diǎn)，提取H分量圖像；然后對(duì)圖像的直方圖作基于迭代雙閾值的OTSU分割，分割出白細(xì)胞區(qū)域，并用形態(tài)學(xué)算法去除小斑塊。在接下來(lái)的細(xì)胞標(biāo)識(shí)中提出了一種基于邊緣跟蹤的快速標(biāo)識(shí)算法，減少了

4、對(duì)整幅圖像的掃描時(shí)間，提高了系統(tǒng)的實(shí)時(shí)性。在提取出的單個(gè)白細(xì)胞進(jìn)行閾值分割提取白細(xì)胞核；對(duì)相應(yīng)的白細(xì)胞及其核區(qū)域作形態(tài)、光密度、紋理等特征的提取。 由于樣本有限，基于提取出的特征，本文采用一種新的機(jī)器識(shí)別理論——支持向量機(jī)(SupportVectorMachine)對(duì)白細(xì)胞進(jìn)行分類識(shí)別。支持向量機(jī)方法是建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理基礎(chǔ)上的，是專門針對(duì)有限樣本情況的，其目標(biāo)是得到現(xiàn)有信息是樣本數(shù)趨于無(wú)窮大時(shí)的最