真彩色細胞顯微圖像自動識別技術(shù)的研究.pdf

1、血液涂片的檢查是臨床中血液病診斷和分類的必要手段。血液病是一類危及生命的疾病，近年來，由于環(huán)境的污染，化學(xué)廢料及物理因素等的影響，使得患該類疾病的人數(shù)日益增多，因此對血液病的早期診斷和鑒別具有十分重要的意義。通常血液病專家是在顯微鏡下根據(jù)血細胞形態(tài)及細胞化學(xué)染色等特性來進行診斷的，這種純視覺的估計存在著觀察者自己及觀察者間可重復(fù)性差的問題。為此，研究血細胞自動識別分類及分析技術(shù)，以客觀地完成血細胞的定量分析及計算機輔助診斷顯得越發(fā)重要。

2、 隨著數(shù)字圖像處理技術(shù)和模式識別與人工智能技術(shù)的發(fā)展，將圖像處理技術(shù)應(yīng)用于醫(yī)學(xué)應(yīng)用領(lǐng)域中是近三十年來發(fā)展起來的新興技術(shù)，其中白細胞圖像自動識別是運用計算機處理醫(yī)學(xué)顯微圖像并識別對象物的代表性課題之一，它能通過計算機的輔助診斷提高診斷的正確性。 本文基于24-bit真彩色白細胞顯微圖像，就如何運用計算機圖像處理和識別技術(shù)實現(xiàn)其自動分析進行了深入研究和探討。圍繞血細胞在臨床常規(guī)染色條件下的識別分類這一應(yīng)用性課題，針對外周血白

3、細胞特點，對其識別和分類的關(guān)鍵技術(shù)——血細胞的圖像分割、自動檢出、特征提取和識別分類幾個方面展開較深入的研究，旨在提高白細胞識別和分類的正確率。論文的主要工作如下： (1)圖像的自動分割是白細胞自動識別技術(shù)中的關(guān)鍵一步，也是進行識別分類的基礎(chǔ)。當(dāng)染色良好時，通過在彩色空間選取固定閾值進行分割便能得到較好的分割結(jié)果，但通常這一條件很難滿足。為此，本文提出了一種融合灰度空間、彩色信息和數(shù)學(xué)形態(tài)學(xué)梯度信息的血細胞圖像自動分割算法，以完

4、成對血細胞(胞核和胞漿)的分割。在灰度空間，通過改進的迭代閾值分割算法，對白細胞的胞核進行了精確的定位和檢出。通過彩色空間變換，有效地利用了圖像中血細胞胞漿的顏色信息及先驗知識，并且為了抑制過度分割，充分利用梯度信息，合理地對白細胞的胞核和胞漿進行了標(biāo)記。在灰度梯度圖像上提取血細胞的輪廓，并分別賦予不同的標(biāo)記，表明數(shù)學(xué)形態(tài)梯度算法較傳統(tǒng)的邊緣檢測算子具有更好的邊緣提取能力。仿真結(jié)果驗證了該算法對彩色白細胞圖像分割的有效性。 (2

5、)血細胞的特征提取是對其進行分類識別的基礎(chǔ)，將細胞從復(fù)雜背景中分割之后，下一步就要從圖像中找出血細胞可區(qū)分特征，并進行分析和分類，也就是對細胞進行特征提取。本文在細胞圖像分割的基礎(chǔ)上，深入地分析了白細胞圖像的特征描述，抽取了形態(tài)特征、色度和亮度特征、彩色特征、紋理特征及顆粒特征。為了充分利用血細胞的顆粒特征，提出了一種圓形顆粒檢測的圖像處理技術(shù)來提取胞漿顆粒，實驗表明，該檢測技術(shù)能有效提取胞漿顆粒，仿真結(jié)果驗證了該特征的有效性。