本文關(guān)鍵詞：血細(xì)胞自動分類系統(tǒng)的實現(xiàn)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著醫(yī)學(xué)的發(fā)展，人們逐漸意識到作為我們生命基礎(chǔ)的細(xì)胞是我們身體健康的重要檢測依據(jù)。因此，基于細(xì)胞圖像分析方法開始成為了醫(yī)生進(jìn)行臨床診斷、病理分析和治療的重要輔助工具。 傳統(tǒng)的血常規(guī)醫(yī)學(xué)檢查中，都是人工進(jìn)行顯微鏡觀察、定位和統(tǒng)計白細(xì)胞，主觀性很強(qiáng)，，工作量較大，對醫(yī)生的要求也高。目前使用的國外生產(chǎn)的基于物理應(yīng)用的血球儀也存在著通用性差，樣本保存周期短和價格昂貴的問題。為了提高效率，通過圖像處理手段，來自動進(jìn)行細(xì)胞的分割、分類，并進(jìn)行統(tǒng)計就應(yīng)運而生。血細(xì)胞自動分類系統(tǒng)就是為了實現(xiàn)這一目標(biāo)。 本文從血液醫(yī)療檢測的基本原理出發(fā)，系統(tǒng)的介紹了白細(xì)胞檢測系統(tǒng)的設(shè)計方案和實現(xiàn)方法。文中重點分析系統(tǒng)的兩個核心，白細(xì)胞分割和白細(xì)胞分類的算法及實現(xiàn)。對于白細(xì)胞分割，本文采用了全局閾值法定位細(xì)胞核找出細(xì)胞可能存在的局部區(qū)域，然后在局部區(qū)域采用自適應(yīng)的閾值法找出完整細(xì)胞的位置，使得對胞漿差異較大白細(xì)胞分割都比較穩(wěn)定。對于白細(xì)胞分類，本文在使用幾何特征值和顏色特征值的同時，添加了59種紋理特征值，使得白細(xì)胞的分類效果有了顯著的提升。同時，文中還對選擇合適的訓(xùn)練器參數(shù)值進(jìn)行了深入研究，詳細(xì)描述了交叉驗證（cross-validation）和網(wǎng)格搜索(grid-search)的方法。 本文的最后講述了系統(tǒng)測試的意義，并對白細(xì)胞分割、分類的效果進(jìn)行了測試驗證和分析。
【關(guān)鍵詞】：白細(xì)胞 血細(xì)胞 支持向量機(jī) 細(xì)胞分割 細(xì)胞分類 LBP紋理
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：R329.2;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-11
• 1.1 引言8
• 1.2 國內(nèi)外研究現(xiàn)狀8-9
• 1.3 課題來源、目的及意義9
• 1.4 論文組織結(jié)構(gòu)9-11
• 2 血液醫(yī)療檢測基本原理11-20
• 2.1 血液細(xì)胞視野11-16
• 2.2 血液醫(yī)療檢測16-18
• 2.3 血液檢測儀器18-19
• 2.4 本章小結(jié)19-20
• 3 白細(xì)胞檢測系統(tǒng)方案設(shè)計20-31
• 3.1 整體設(shè)計方案20-25
• 3.2 細(xì)胞分割方案25-27
• 3.3 細(xì)胞分類方案27-30
• 3.4 本章小結(jié)30-31
• 4 白細(xì)胞分割算法及實現(xiàn)31-42
• 4.1 OpenCV 介紹31
• 4.2 核心分割流程31-39
• 4.3 細(xì)胞分割實現(xiàn)細(xì)節(jié)39-41
• 4.4 本章小結(jié)41-42
• 5 白細(xì)胞分類方法及實現(xiàn)42-52
• 5.1 分類器的選擇42
• 5.2 特征值選取42-45
• 5.3 訓(xùn)練器參數(shù)的選取45-47
• 5.4 白細(xì)胞分類實現(xiàn)細(xì)節(jié)47-51
• 5.5 本章小結(jié)51-52
• 6 系統(tǒng)測試與結(jié)果分析52-58
• 6.1 測試的意義52-55
• 6.2 白細(xì)胞分割效果55
• 6.3 白細(xì)胞分類效果55-57
• 6.4 綜合分析57
• 6.5 本章小結(jié)57-58
• 7 總結(jié)與展望58-59
• 致謝59-60
• 參考文獻(xiàn)60-62

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 李琳;張曉龍;;基于RBF核的SVM學(xué)習(xí)算法的優(yōu)化計算[J];計算機(jī)工程與應(yīng)用;2006年29期

2 張志,董福安,伍友利;二維灰度圖像的分形維數(shù)計算[J];計算機(jī)應(yīng)用;2005年12期

3 張勇,柏子游,張強(qiáng),虞烈;白細(xì)胞顯微圖像的區(qū)域分形特征分析[J];西安交通大學(xué)學(xué)報;1999年10期

4 顧廣華;崔冬;;白細(xì)胞圖像的自動分割算法[J];儀器儀表學(xué)報;2009年09期

5 楊裕歡,王思賢,廖孟揚(yáng),李群麗;基于多重分形的紋理分析方法在B超圖象識別中的應(yīng)用[J];中國圖象圖形學(xué)報;1999年05期

  本文關(guān)鍵詞：血細(xì)胞自動分類系統(tǒng)的實現(xiàn)研究，由筆耕文化傳播整理發(fā)布。

本文編號：340896