基于卷積神經(jīng)網(wǎng)絡和膠囊網(wǎng)絡的白細胞圖像分類技術研究
發(fā)布時間:2022-02-20 19:50
人體白細胞分類在臨床醫(yī)學疾病檢測中具有非常重要的地位。臨床實踐一般通過人工鏡檢對白細胞識別,人工鏡檢費時費工,同時也存在一定的人為誤差,智能化檢測方法深受關注和期盼。目前研究熱點聚焦使用計算機代替人工進行白細胞識別。本文使用卷積神經(jīng)網(wǎng)絡和膠囊網(wǎng)絡對白細胞圖像進行自動分類。相關文獻表明,近年來,在科研人員利用計算機對白細胞圖像進行分類識別探究過程中,由于白細胞圖像中細胞和細胞核的大小、形狀以及邊緣等特征都是自動分類的主要特征,所以研究人員都需要先對白細胞進行分割,再進行相關特征的提取,并且通過提取到的特征進行分類識別。前期研究工作表明,采用現(xiàn)有白細胞分割算法進行細胞分割時分割的效果并不理想。通過比較發(fā)現(xiàn)本文所使用的數(shù)據(jù)集圖像中,白細胞與背景顏色非常相近并且圖像中的白細胞亮度不均勻,針對本文所使用數(shù)據(jù)集中的這些問題,本文提出了基于RGB和C-Y顏色空間的白細胞圖像分割算法。本文首先對RGB顏色空間的白細胞圖像進行分割,再將原來的RGB圖像轉化為C-Y圖像,并且提取包含完整信息的B-Y顏色分量,通過連通域面積篩選、開運算、像素點操作得到白細胞圖像;提取對比度拉伸后G圖像,再重復上述過程,得到...
【文章來源】:內(nèi)蒙古科技大學內(nèi)蒙古自治區(qū)
【文章頁數(shù)】:70 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstrast
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 研究內(nèi)容
1.3.1 分類模型架構
1.3.2 各章節(jié)內(nèi)容
2 神經(jīng)網(wǎng)絡
2.1 神經(jīng)網(wǎng)絡簡介
2.2 卷積神經(jīng)網(wǎng)絡
2.2.1 卷積神經(jīng)網(wǎng)絡的發(fā)展
2.2.2 局部連接與權值共享
2.2.3 池化層
2.2.4 激活函數(shù)
2.3 膠囊網(wǎng)絡
2.3.1 Squashing激活函數(shù)
2.3.2 EM路由算法
2.4 空洞卷積
2.5 本章小結
3 白細胞圖像分割
3.1 白細胞分割研究現(xiàn)狀
3.2 圖像預處理
3.2.1 圖像平滑濾波
3.2.2 圖像銳化濾波
3.3 圖像分割算法
3.3.1 閾值分割
3.3.2 邊緣檢測分割算法
3.3.3 基于區(qū)域的分割算法
3.3.4 基于形態(tài)學分水嶺的分割算法
3.4 白細胞分割
3.4.1 顏色空間轉換
3.4.2 細胞核分割
3.4.3 白細胞圖像分割
3.5 本章小結
4 白細胞自動分類器
4.1 數(shù)據(jù)集
4.1.1 白細胞的形態(tài)學特征
4.1.2 本課題所用數(shù)據(jù)集
4.2 系統(tǒng)框架
4.3 交叉驗證
4.4 分類網(wǎng)絡模型—DCCnet
4.4.1 DCCnet模型結構
4.4.2 實驗及其結果
4.5 分類模型—DMLCN
4.5.1 DMLCN模型結構
4.5.2 實驗結果及分析
4.6 本章小結
5 總結與展望
5.1 研究工作總結
5.2 展望
參考文獻
在校研究成果
致謝
【參考文獻】:
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡的外周血白細胞分類[J]. 陳暢,程少杰,李衛(wèi)濱,陳敏. 中國生物醫(yī)學工程學報. 2018(01)
[2]基于距離變換的改進分水嶺算法在白細胞圖像分割中的應用[J]. 侯慧,石躍祥. 計算技術與自動化. 2016(03)
[3]高效的白細胞分割算法[J]. 黃震,趙建偉,楚建軍,曹飛龍. 計算機工程與應用. 2016(21)
[4]一種基于H直方圖變換的白細胞圖像分割方法[J]. 汪婧,曹益平,程旭升. 光學與光電技術. 2013(02)
[5]血細胞圖像分割的改進MEANSHIFT方法[J]. 印勇,王云,劉丹平. 計算機工程與應用. 2010(06)
[6]基于改進BP神經(jīng)網(wǎng)絡的白細胞圖像分割[J]. 楊嘉麟,鄭文嶺,馬文麗,梁斌. 微計算機信息. 2008(33)
[7]基于活動輪廓模型的彩色白細胞圖像自動分割方法研究[J]. 蔡雋,鮑旭東,吳磊,羅立民. 生物醫(yī)學工程研究. 2005(04)
[8]基于人工神經(jīng)網(wǎng)絡——多層感知器(MLP)的遙感影像分類模型[J]. 韓玲. 測繪通報. 2004(09)
碩士論文
[1]基于深度學習的白細胞分類計數(shù)的研究[D]. 賈洪飛.深圳大學 2017
本文編號:3635707
【文章來源】:內(nèi)蒙古科技大學內(nèi)蒙古自治區(qū)
【文章頁數(shù)】:70 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstrast
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 研究內(nèi)容
1.3.1 分類模型架構
1.3.2 各章節(jié)內(nèi)容
2 神經(jīng)網(wǎng)絡
2.1 神經(jīng)網(wǎng)絡簡介
2.2 卷積神經(jīng)網(wǎng)絡
2.2.1 卷積神經(jīng)網(wǎng)絡的發(fā)展
2.2.2 局部連接與權值共享
2.2.3 池化層
2.2.4 激活函數(shù)
2.3 膠囊網(wǎng)絡
2.3.1 Squashing激活函數(shù)
2.3.2 EM路由算法
2.4 空洞卷積
2.5 本章小結
3 白細胞圖像分割
3.1 白細胞分割研究現(xiàn)狀
3.2 圖像預處理
3.2.1 圖像平滑濾波
3.2.2 圖像銳化濾波
3.3 圖像分割算法
3.3.1 閾值分割
3.3.2 邊緣檢測分割算法
3.3.3 基于區(qū)域的分割算法
3.3.4 基于形態(tài)學分水嶺的分割算法
3.4 白細胞分割
3.4.1 顏色空間轉換
3.4.2 細胞核分割
3.4.3 白細胞圖像分割
3.5 本章小結
4 白細胞自動分類器
4.1 數(shù)據(jù)集
4.1.1 白細胞的形態(tài)學特征
4.1.2 本課題所用數(shù)據(jù)集
4.2 系統(tǒng)框架
4.3 交叉驗證
4.4 分類網(wǎng)絡模型—DCCnet
4.4.1 DCCnet模型結構
4.4.2 實驗及其結果
4.5 分類模型—DMLCN
4.5.1 DMLCN模型結構
4.5.2 實驗結果及分析
4.6 本章小結
5 總結與展望
5.1 研究工作總結
5.2 展望
參考文獻
在校研究成果
致謝
【參考文獻】:
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡的外周血白細胞分類[J]. 陳暢,程少杰,李衛(wèi)濱,陳敏. 中國生物醫(yī)學工程學報. 2018(01)
[2]基于距離變換的改進分水嶺算法在白細胞圖像分割中的應用[J]. 侯慧,石躍祥. 計算技術與自動化. 2016(03)
[3]高效的白細胞分割算法[J]. 黃震,趙建偉,楚建軍,曹飛龍. 計算機工程與應用. 2016(21)
[4]一種基于H直方圖變換的白細胞圖像分割方法[J]. 汪婧,曹益平,程旭升. 光學與光電技術. 2013(02)
[5]血細胞圖像分割的改進MEANSHIFT方法[J]. 印勇,王云,劉丹平. 計算機工程與應用. 2010(06)
[6]基于改進BP神經(jīng)網(wǎng)絡的白細胞圖像分割[J]. 楊嘉麟,鄭文嶺,馬文麗,梁斌. 微計算機信息. 2008(33)
[7]基于活動輪廓模型的彩色白細胞圖像自動分割方法研究[J]. 蔡雋,鮑旭東,吳磊,羅立民. 生物醫(yī)學工程研究. 2005(04)
[8]基于人工神經(jīng)網(wǎng)絡——多層感知器(MLP)的遙感影像分類模型[J]. 韓玲. 測繪通報. 2004(09)
碩士論文
[1]基于深度學習的白細胞分類計數(shù)的研究[D]. 賈洪飛.深圳大學 2017
本文編號:3635707
本文鏈接:http://sikaile.net/shoufeilunwen/mpalunwen/3635707.html
最近更新
教材專著