顯微糞便醫(yī)學(xué)圖像中寄生蟲卵的自動識別及分類技術(shù)研究.pdf

1、寄生蟲病對人體健康具有很大的危害性，對寄生蟲病的診斷和治療成為臨床醫(yī)學(xué)中非常重要的一部分。臨床醫(yī)學(xué)中對寄生蟲病的診斷是通過檢測人體糞便中是否含有寄生蟲卵實現(xiàn)的，目前傳統(tǒng)的檢驗方式由醫(yī)務(wù)人員人工進行檢測，該方式具有檢測效率低、檢測工作量大和檢測準確率低等缺點。隨著圖像處理技術(shù)和模式識別分類技術(shù)的發(fā)展，寄生蟲卵的識別分類統(tǒng)計逐步轉(zhuǎn)為借助于計算機進行處理，不僅可以提高檢測效率和準確率，同時可以減輕醫(yī)務(wù)檢驗人員的工作量，顯微糞便醫(yī)學(xué)圖像中寄生蟲

2、卵的自動識別分類技術(shù)應(yīng)用前景廣泛、發(fā)展空間廣闊。
　　傳統(tǒng)的糞便樣本圖像的采集使用高倍生物顯微鏡（40x），采圖視野范圍小，圖片數(shù)目過多，處理效率較慢，因此，本文研究的糞便樣本圖像使用低倍生物顯微鏡（10x）進行采集。本文針對低倍生物顯微鏡下采集的糞便標本圖像中常見的8種寄生蟲卵的自動識別分類技術(shù)進行了研究，主要工作內(nèi)容整理如下：
　　首先對采集到的顯微糞便醫(yī)學(xué)圖像進行了預(yù)處理。低倍生物顯微鏡下采集的糞便樣本圖像中寄生蟲卵形

3、態(tài)較小，且圖像中含有大量的雜質(zhì)，通過對多種圖像分割技術(shù)的結(jié)果進行對比，本文采用了基于數(shù)學(xué)形態(tài)學(xué)和特征篩選相結(jié)合的方法對圖像進行有效分割，并去除了大量的雜質(zhì)。
　　其次，研究了寄生蟲卵的特征選擇和特征提取問題。通過對糞便醫(yī)學(xué)顯微圖像中寄生蟲卵進行分析，寄生蟲卵的幾何形態(tài)特征明顯，可以作為對寄生蟲卵進行識別分類的依據(jù)，同時，寄生蟲卵內(nèi)容物的分布具有一定的結(jié)構(gòu)性，寄生蟲卵的紋理特征也可以作為對其進行識別分類的依據(jù)。
　　最后，研究

4、了寄生蟲卵的識別及分類技術(shù)。不同類型蟲卵的特征具有差異性，其中肝吸蟲卵和姜片蟲卵的特征與其它6種蟲卵的特征差異性較大，使用基于特征篩選的方法對其進行快速識別；其它6種蟲卵之間特征相似，使用基于改進后的K近鄰分類器(K Nearest Neighbors，KNN)對其進行識別分類。
　　本文研究的特點在于低倍生物顯微鏡下采集的糞便圖像背景復(fù)雜，并對多達8種常見的寄生蟲卵進行了有效識別和分類。實驗結(jié)果表明，本文設(shè)計的識別分類技術(shù)對8種