版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
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。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 白細(xì)胞顯微圖像識別技術(shù)研究.pdf
- 肺組織顯微圖像癌細(xì)胞識別技術(shù)研究.pdf
- 醫(yī)學(xué)細(xì)胞顯微圖像分割與識別技術(shù)的研究.pdf
- 白細(xì)胞顯微圖像的分類識別研究.pdf
- 顯微圖像融合技術(shù)研究.pdf
- 血細(xì)胞顯微圖像處理與分類識別技術(shù)的研究.pdf
- 鹽水白帶細(xì)胞顯微圖像識別的關(guān)鍵技術(shù)研究.pdf
- 顯微圖像鑲嵌技術(shù)研究.pdf
- 尿液顯微圖像中的紅細(xì)胞分析技術(shù)研究.pdf
- 白帶顯微圖像中有型成分的智能識別技術(shù)研究.pdf
- 基于rough sets理論的顯微圖像的識別技術(shù)研究.pdf
- 角毛藻顯微圖像識別與無角毛類藻多細(xì)胞顯微圖像計數(shù)研究.pdf
- 真彩色細(xì)胞顯微圖像自動識別技術(shù)的研究.pdf
- 腹水脫落癌細(xì)胞顯微圖像分類識別研究.pdf
- 細(xì)胞抹片顯微圖像自動分割識別算法研究.pdf
- 血液白細(xì)胞顯微圖像分割與識別的研究.pdf
- 糞便中有型成分顯微圖像的自動識別技術(shù)研究.pdf
- 雙核細(xì)胞顯微圖像的自動分割與識別.pdf
- 細(xì)胞顯微圖像分析與識別系統(tǒng)研究.pdf
- 瘧原蟲感染的血細(xì)胞顯微圖像識別研究.pdf
評論
0/150
提交評論