CD4細(xì)胞顯微圖像的識別技術(shù)研究.pdf

1、CD4細(xì)胞是一種重要的免疫細(xì)胞，其在血液中的含量是表示人體免疫能力的重要指標(biāo)。測定CD4細(xì)胞的含量(CD4計數(shù))具有重要的臨床意義。標(biāo)準(zhǔn)的檢測方法采用流式細(xì)胞術(shù)(FlowCytometry,FCM)和血球分析進(jìn)行，雖然結(jié)果比較準(zhǔn)確，但費(fèi)用昂貴、設(shè)備復(fù)雜，限制了它的廣泛應(yīng)用。一些新的基于生物芯片技術(shù)的方法降低了檢測費(fèi)用，如曹波開發(fā)的利用顯微鏡進(jìn)行CD4含量測定的技術(shù)，但存在勞動強(qiáng)度大，結(jié)果容易受檢測人員的主觀因素影響等諸多問題。針對曹波的

2、檢測方法存在的問題，本文提出基于圖像處理及模式識別技術(shù)的CD4細(xì)胞含量檢測的思路，包括圖像檢測識別系統(tǒng)的原理、流程和軟硬件設(shè)計方案，推導(dǎo)了系統(tǒng)掃描過程中的步長公式。論文著重研究了檢測系統(tǒng)的關(guān)鍵部分—CD4顯微圖像的處理與識別技術(shù)，主要從以下幾個方面進(jìn)行了研究工作。 首先是圖像預(yù)處理。分析了CD4顯微圖像的特點(diǎn)，并對其進(jìn)行了背景校正和適當(dāng)?shù)膱D像增強(qiáng)。比較分析了KSW熵、OTSU(最大類間差)及最小誤差等三種圖像分割方法的特點(diǎn)，其中

3、，KSW熵法較好地實現(xiàn)了對CD4顯微圖像中背景和待檢測目標(biāo)之間的分割。提出了一種逐點(diǎn)掃描的填充算法，有效的實現(xiàn)了待識別目標(biāo)中空洞的填充以及目標(biāo)完整地檢出。 其次是特征獲取和優(yōu)化。采用二次分割的方法，將CD4細(xì)胞分為內(nèi)部淺色區(qū)和外部深色區(qū)兩部分。提出了有較強(qiáng)分類能力的特征：1/2等效半徑內(nèi)的雜質(zhì)量。從形態(tài)、色彩、光密度和紋理四個方面共獲取了待識別目標(biāo)的54個特征，并對算法做了較詳細(xì)的分析。以類內(nèi)類間距離作為分類依據(jù)，采用廣義的增L

4、減R法對原始特征進(jìn)行特征選擇，兼顧了效率和可靠性；采用基于主成分分析(PrincipalComponentsAnalysis，PCA)的特征提取方法對原始特征進(jìn)行了降維處理，達(dá)到了特征優(yōu)化的目的。 最后是分類器設(shè)計。利用特征優(yōu)化的結(jié)果，分別采用Fisher線性判別函數(shù)、BP(Back-Propagation，反向傳播)神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)(SupportVectorMachine，SVM)來實現(xiàn)CD4顯微圖像中待識別目標(biāo)的分類。