外周血白細胞分割和識別的算法研究.pdf

1、本文主要研究了白細胞分割和識別的相關(guān)算法.白細胞是人體免疫系統(tǒng)中重要組成部分.臨床上通過觀察不同類別白細胞的數(shù)量、所占比例及其形態(tài)變化來診斷造血系統(tǒng)疾病.因此,白細胞的檢測是血常規(guī)檢測中的一項重要指標.白細胞形態(tài)學(xué)自動識別系統(tǒng)是一個用于自動化鏡檢的系統(tǒng),即是用圖像處理和模式識別的算法實現(xiàn)白細胞分割和識別.由于白細胞種類多,并且其形態(tài)千變?nèi)f化,因此,白細胞分割和識別是一個富有挑戰(zhàn)性的問題.
　　本文基于白細胞分割和分類展開了研究和討

2、論.主要包括基于多特征非線性組合的白細胞分割算法的研究與改進、基于白細胞定位的分割算法的研究與改進和基于深度卷積網(wǎng)絡(luò)的白細胞分類算法的研究.具體內(nèi)容如下:
　　1.對基于多特征非線性組合的白細胞分割算法進行了改進.由于白細胞有明確的分割邊界,我們將多個特征以非線性的方式組合,使其更適合白細胞分割.同時,為了簡化非線性組合參數(shù)的訓(xùn)練,我們在非線性組合模型的輸出和訓(xùn)練目標之間建立了一個中間變量,以迭代的方式逐步調(diào)整目標變量.實驗結(jié)果表

3、明,非線性迭代的學(xué)習(xí)方法是有效的.在對分割效果評估的過程中,我們根據(jù)中間變量,提出了一個基于邊界的F測度.相對于基于區(qū)域的F測度,該測度更適用于類似白細胞這種有明確的分割目標的圖片.
　　2.針對紅細胞和血小板等在白細胞分割過程中的干擾,我們提出了基于白細胞定位的分割算法.即,首先定位出白細胞的位置,然后在包含白細胞的子圖上對白細胞進行分割.對于白細胞定位,我們根據(jù)白細胞的大小選擇幾個不同尺寸的檢測窗口,然后依據(jù)檢測窗口內(nèi)部和周圍

4、像素的特征去定位白細胞.對于細胞核分割,我們提出了自適應(yīng)閾值算法,通過分析包含白細胞子圖的灰度直方圖自適應(yīng)的選取閾值.實驗表明,基于定位的分割算法可以提高分割精度,同時提出的自適應(yīng)閾值對不同白細胞圖片庫具有魯棒性.對于細胞質(zhì)分割,我們將白細胞的定位算法和需要人工交互的GrabCut算法結(jié)合.省去了GrabCut算法中需要人工標注的過程,從而實現(xiàn)了白細胞自動分割.
　　3.現(xiàn)有的白細胞分類算法主要依據(jù)檢驗科醫(yī)生識別經(jīng)驗,提取白細胞的