本文選題：目標檢測 + 白細胞分割　； 參考：《計算機工程與應用》2016年21期

【摘要】：白細胞分割是細胞形態(tài)學研究中一個重要、富有挑戰(zhàn)性的課題。提出一種基于目標檢測的白細胞分割算法。具體地講,首先根據(jù)目標檢測方法檢測出白細胞,并由白細胞的位置信息得到包含白細胞的子圖,然后運用多項式擬合的方法得到子圖的灰度直方圖的波谷值,再在子圖上運用直方圖閾值算法分割出細胞核。該算法在分割細胞核的過程中,既可以有效地避免血小板和紅細胞等干擾,又能較容易地估計出閾值。對于白細胞的細胞質分割,將白細胞位置信息作為Grab Cut算法中人工交互部分,通過迭代法分割出白細胞的細胞質。實驗結果表明,該算法能準確地定位白細胞,并根據(jù)白細胞的位置信息可以降低白細胞分割的難度,提高其分割的精度和分割效率。特別地,在Cellavision的白細胞圖片數(shù)據(jù)庫的實驗結果表明,所提的白細胞分割算法對不同類別、不同染色劑和不同拍攝環(huán)境下得到的白細胞都能得到較好的分割效果,同時算法又還具有很好的泛化性。
[Abstract]:Leukocyte segmentation is an important and challenging subject in the study of cell morphology. A white blood cell segmentation algorithm based on target detection is proposed. Specifically, first, the white blood cells are detected according to the target detection method, and the subgraphs containing white blood cells are obtained from the location information of the white blood cells, and then the valley values of the gray histogram of the subgraphs are obtained by polynomial fitting method. Then the nucleus is segmented by histogram threshold algorithm on the subgraph. The algorithm can not only avoid the interference of platelet and red blood cell effectively, but also estimate the threshold value easily. For the cytoplasmic segmentation of white blood cells, the location information of white blood cells is regarded as the interactive part of Grab cut algorithm, and the cytoplasm of white blood cells is segmented by iterative method. The experimental results show that the algorithm can accurately locate white blood cells, and according to the location information of white blood cells, it can reduce the difficulty of white blood cell segmentation and improve its segmentation accuracy and efficiency. In particular, the experimental results in Cellavision's white blood cell image database show that the proposed white blood cell segmentation algorithm can achieve a better segmentation effect for white blood cells obtained from different categories, different staining agents and different shooting environments. At the same time, the algorithm also has a good generalization.
【作者單位】： 中國計量學院理學院;嘉善加斯戴克醫(yī)療器械有限公司;
【基金】：國家自然科學基金(No.61272023,No.91330118) 浙江省自然科學基金(No.LY14A010027)
【分類號】：TP391.41;R329.2

【相似文獻】

相關期刊論文 前10條

1 龍騰芳,高金文;“分而治之”方法在算法設計中的應用[J];渤海大學學報(自然科學版);2004年01期

2 田翠華;王偉杰;許衛(wèi)平;;《算法設計與分析》的理論研究與教學實踐[J];赤峰學院學報(自然科學版);2012年15期

3 仇棣;;算法設計與分析——計算機理論領域中的一本好書[J];應用數(shù)學;1991年02期

4 張銀明;元素判別值分配法及其算法設計[J];計算機工程與應用;1995年06期

5 沈灝;;信息與計算科學專業(yè)的算法設計能力培養(yǎng)方法[J];學園;2014年10期

6 李秦;;建構主義教學模式與算法設計與分析課程教學[J];甘肅科技;2013年24期

7 夏夢;;《算法設計與分析》的教學方法研究[J];科技資訊;2009年18期

8 許道云;;算法機制設計的數(shù)學基礎[J];貴州大學學報(自然科學版);2013年03期

9 張銀明;貨郎擔問題的新解法及其算法設計[J];華僑大學學報(自然科學版);1995年04期

10 陳云霞;聶士澄;;試談學生算法設計能力的培養(yǎng)[J];揚州師院學報(自然科學版);1995年03期

相關會議論文 前10條

1 雷詠梅;;橢圓曲線密碼體制的算法設計與實現(xiàn)[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學術年會文集[C];2000年

2 楊盤洪;朱軍祥;趙建安;楊靜;;機動目標跟蹤的模糊變結構交互多模算法[A];2007'中國儀器儀表與測控技術交流大會論文集（二）[C];2007年

3 徐子珊;;《算法設計與分析》課程中的工程教育[A];2005年全國理論計算機科學學術年會論文集[C];2005年

4 王輝;劉治昌;;用一種新算法設計的安全系統(tǒng)[A];2007年中國智能自動化會議論文集[C];2007年

5 舒輝;柳清峰;杜祝平;周蓓;;實踐教學模式在本科專業(yè)課程教學中的應用[A];中國電子教育學會高教分會2010年論文集[C];2010年

6 彭小宏;陽東升;劉忠;;基于聚類算法的組織協(xié)作網(wǎng)設計[A];2006中國控制與決策學術年會論文集[C];2006年

7 李皓;羅熊;;云存儲部署優(yōu)化的進化算法設計[A];2013年中國智能自動化學術會議論文集（第三分冊）[C];2013年

8 羅長政;李熙瑩;王鎮(zhèn)波;羅東華;;一種大流量交叉路口的背景提取與更新算法[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

9 楊利;李霖;昌月樓;陽國貴;;對稱位向量及啟發(fā)式并行散列連接算法[A];數(shù)據(jù)庫研究與進展95——第十三屆全國數(shù)據(jù)庫學術會議論文集[C];1995年

10 張晉;;嵌入式電腦鼠運行算法的研究[A];全國第20屆計算機技術與應用學術會議（CACIS·2009）暨全國第1屆安全關鍵技術與應用學術會議論文集（上冊）[C];2009年

相關重要報紙文章 前1條

1 ;算法設計的策略[N];電腦報;2003年

相關博士學位論文 前10條

1 谷偉哲;齊次光滑算法及其應用[D];天津大學;2010年

2 龍海俠;進化算法及其在生物信息中的應用[D];江南大學;2010年

3 譚躍;具有混沌局部搜索策略的粒子群優(yōu)化算法研究[D];中南大學;2013年

4 尤海峰;求解隱式目標優(yōu)化問題的交互式進化算法研究[D];中國科學技術大學;2011年

5 張常淳;基于MapReduce的大數(shù)據(jù)連接算法的設計與優(yōu)化[D];中國科學技術大學;2014年

6 郭崇慧;地區(qū)中長期發(fā)展規(guī)劃若干定量模型、算法及應用研究[D];大連理工大學;2002年

7 蔣蔚;粒子濾波改進算法研究與應用[D];哈爾濱工業(yè)大學;2010年

8 孫賀;算法設計中的若干前沿問題[D];復旦大學;2009年

9 陳寧濤;基于二分技術的高效算法設計及其應用[D];華中科技大學;2006年

10 婁曉文;無符號基因組切割再粘貼重組問題的算法研究[D];山東大學;2010年

相關碩士學位論文 前10條

1 李欣園;基于選擇偏好的組合聚類算法研究與實現(xiàn)[D];內蒙古大學;2015年

2 楊瀟;界約束非線性最小二乘問題的無導數(shù)算法[D];上海交通大學;2015年

3 王曉璐;基于Zynq的LS-SVM算法加速器設計[D];哈爾濱工業(yè)大學;2015年

4 樓磊磊;醫(yī)療保險數(shù)據(jù)異常行為檢測算法和系統(tǒng)[D];浙江大學;2015年

5 齊海龍;基于改進人工蜂群算法的非線性系統(tǒng)辨識方法研究[D];北京化工大學;2015年

6 蔡平梅;結構化稀疏信號的恢復算法研究[D];上海大學;2015年

7 趙晨陽;基于蟻群算法的高階圖匹配方法研究[D];西安電子科技大學;2014年

8 茍清松;多目標粒子濾波檢測前跟蹤算法研究[D];電子科技大學;2015年

9 李枝勇;蝙蝠算法及其在函數(shù)優(yōu)化中的應用研究[D];上海理工大學;2013年

10 李蓮;基于蜂群和粗糙集的聚類算法研究[D];長沙理工大學;2014年

，

本文編號：2097611