白細胞顯微圖像分類研究.pdf

1、細胞顯微圖像智能識別是一個較大的難題。白細胞的分割和識別是其中一項非常重要的內(nèi)容。它的任務是觀察和測定血液中各種白細胞的總數(shù)、相對比值、形態(tài)等，用于判斷有無疾病、疾病種類及嚴重程度。利用自動化儀器代替人工處理，不僅可以大大提高血檢工作效率、降低人工勞動強度，也可以使檢驗更精確。在前人的研究基礎上，根據(jù)白細胞顯微圖像的特點，本文給出了以顯微鏡、彩色CCD及計算機為主體，利用計算機圖像分析技術實現(xiàn)白細胞分類的系統(tǒng)。 完成白細胞的識別

2、分類，需要以下幾個步驟：白細胞顯微圖像的采集，圖像的預處理及分割，圖像的特征選擇及特征提取，細胞分類識別。 首先，根據(jù)白細胞的特點，介紹一種顯微圖像采集裝置，對瑞氏染色后的白細胞進行圖像采集。其次，對白細胞顯微圖像進行平滑和銳化等預處理，得到噪聲較小的圖像。 然后，再利用HSI空間中飽和度通道對細胞核的特異性，分割出白細胞細胞核。確定白細胞細胞核的質心，以質心為中心劃定一個圓形區(qū)域，提取出包含細胞質在內(nèi)白細胞區(qū)域。

3、 最后，以白細胞細胞核形狀特征和細胞質顏色特征形成特征向量，進行分類識別。形狀特征采用對平移、旋轉和縮放具有不變性的Zernike矩和HU矩，顏色特征采用整個白細胞非細胞核區(qū)的細胞質顏色R、G、B通道均值，并以歐氏距離判斷當前顏色歸屬那種標準顏色。在模式識別中，本論文利用BP神經(jīng)網(wǎng)絡對特征向量進行分類。根據(jù)已有的樣本完成對BP神經(jīng)網(wǎng)絡中權值和閾值的確定。最后用大量樣本進行測試，取得比較滿意的效果。 本論文在軟件設計方面采用面向