《全血细胞成像五分类算法研究》由会员分享，可在线阅读，更多相关《全血细胞成像五分类算法研究（61页珍藏版）》请在金锄头文库上搜索。
1、华中科技大学硕士学位论文全血细胞成像五分类算法研究姓名：李一安申请学位级别：硕士专业：模式识别与智能系统指导教师：汪国有20070101华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 I摘摘 要要 人体白细胞的计数和质量是临床诊断的重要依据。自动化血液细胞分析仪由于操作简便、快速，现正逐渐取代传统的显微镜计数法而被广泛应用。然而目前国内大多数是电阻型血液分析仪，准确率和精度不够高。要对血涂片进行精密分析必须进行血细胞的形态学识别。因此，运用计算机模式识别技术自动识别血细胞图像是模式识别在医学图像领域应用的一个重要研究课题。 本文的主要研究工作是白
2、细胞显微图像分析，综合应用数字图像处理技术、数学形态学和神经网络理论，围绕着白细胞显微图像分析系统的信息化、自动化程度中的几个关键问题做了以下几方面的研究:1.建立细胞模型，实现对各种特征的量化。2.实现白细胞的定位和区域分割。3.对白细胞图像进行特征提取。4.建立白细胞图像识别分类器。5.实现学习功能。本文分别从理论和实际应用的角度对其中的技术难点进行深入分析，在以下几个方面取得了创新： 根据人眼视觉显著性注意机制，提出了一种新的算法，从粗到细序贯处理，分割出白细胞并提取特征。 利用图像的形态信息和细胞的先验知识，先分割出细胞的大致形状，再进一步得到细胞形状的细节特征。解决了一般数字图像处理
3、技术难以分割具有交叠区域的白细胞图像的问题。在减少了误判率的同时也大大减少了计算量。 提出一种新的描述目标形状特征的指标，可以从各种精细度反应细胞核的形状信息，更利于识别。 通过对 30 幅图像共 58 个白细胞的测试表明，此算法的正确识别率为 98.08。在 dsp 平台上测试，计算的速度可以达到每秒 25 个细胞。具有较好的实用价值。 关键词：关键词：白细胞五分类 倒角变换 人眼注意机制 聚类 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 IIAbstract The number and quality of leukocytes (wh
4、ite blood cell) are important evidences in clinical diagnosis. Auto hemanalysis instrument is gradually replacing traditional manual examination because of their convenience and speediness. However, most of actual domestic hemanalysis instruments are based on impedance of cell. The correct rate and
5、precision are not satisfying. In order to take exact analysis, a morphological recognise is required. Therefore, auto classification based on image processing is an important issue. Our research is in applying computer image processing and pattern recognizition methods to solve the problem of auto h
6、emanalysis. This paper worked over several key problems:1. Modeling cell, quantifying characters. 2.Location and division of leukocytes. 3.Extracting characters. 4. Construct classify scheme. 5.Learning. This paper studied on this problems in both theory and practice , and got innovations in fllowin
7、g aspects: A new arithmetic is presented, which based on notability mechanism of eyes, process image by sequence, divides up leukocytes and pick up characters. Using the prior kwonledge of cells and image shape information, this arithmetic divides up the probable shape of Leukocyte first by a new me
8、thod based on Chamfer and then gets the detail characters. It can reduce the mistake judge rate and the calculation greatly. Presented a new measurement of karyons shape which can provide more accurate information. By test with 58 leukocytes in 30 images, the correct rate is 98.08%, the speed can re
9、ach 25 cells per second while runing on DSP. This algorithm has great application value in clinical blood test . Key words: Five-part of leukocytes, Chamfer, Notability notice mechanism, Clustering 独创性声明独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研
10、究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密 ，在_年解密后适用本授权书。 不保密。 （请在以上方框内打“”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月
11、 日本论文属于 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 11 绪绪 论论 1.1 选题的依据和意义选题的依据和意义 人体血液中的白细胞含量和质量是人体健康状况的重要表征，白细胞分类计数是临床检验的一项重要内容。由于外周血中的白细胞各有其生理功能，在不同生理状态下， 可引起不同类型的白细胞发生数目和质量的变化1。 细胞形态的检测是医学检测中的一个重要部分，很多疾病的诊治主要依靠医学专家观察标本中细胞在显微镜下的形态，对细胞进行识别和分类。目前最普遍和主要的方法是使用光学显微镜，观察经过染色的标本，根据每种细胞形态的不同进行分类和计数。这种人
12、工分类的工作重复而单调、效率低下。依靠医务人员长期积累的经验作出相应的诊断，这种方式不仅需要时间长，而且强烈的依赖医务人员的工作经验和责任心，并且容易产生主观性和片面性而与科学的客观性要求不相符合。 随着计算机技术的不断发展，计算机技术在医学中的应用也越来越多2-5，其中一个重要方面是对显微镜下细胞形态的自动图像识别。随着计算机模式识别技术和人工智能研究的不断发展，人们把目光投向了对细胞图像的自动识别上，希望计算机能做到与医学专家一样快速准确地识别各类细胞并做出相应的诊断，这样将大大提高检查效率，减少人为误差。血液细胞图像识别系统能准确、快速识别血片中的各类白细胞，极大地提高血液形态检查的效率
13、，推广后有很好的社会效益和经济效益。研究针对全血图像中的细胞进行分类，测量，识别的算法，同时提供规模化的处理方案，可以为医学病理诊断提供客观数据，并给今后进一步的深入研究打下基础。 1.2 国内外研究现状国内外研究现状 目前已有的白血细胞分类计数仪器主要有两种类型9：一类是用组织化学染色法。该方法通过连续流动的系统，以光电效应的方式计数单一细胞，报告血细胞中白细胞总数，各类细胞的百分率和绝对值。因为该法不是由形态学特点辨识各类白华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 2细胞，所以不能用目视观察白细胞形态，亦不能保留样本，对感染中白细胞无法
14、识别。目前的代表仪器有美国贝克曼库尔特公司的血细胞流式分析仪 Coulter Maxm.另一类是原型认识型，其工作原理模仿人“脑眼”系统的智能识别过程，运用计算机图像处理和模式识别10-13，将从显微镜与摄像机得到的数字化细胞图像进行自动处理分析和分类。与前一种类型的白细胞分类仪器相比，其主要特点是运用图像处理分析技术提取细胞形态（如中性粒细胞的核象变化） ，色彩，纹理等方面的多种特征信息，并采用模式识别技术进行细胞分类。国外已有公司宣称开发出针对外周血标本的白细胞图像识别系统。此类系统能自动识别外周血中 5 种成熟白细胞，分别是中性杆状粒细胞、中性分叶粒细胞、嗜碱性粒细胞、淋巴细胞、单核细胞
15、，每小时可检测 50 个样品。但在国内外均未见此类系统已投入实际使用的报告。 运用计算机模式识别技术自动识别血细胞图像是模式识别在医学图像领域应用的一个重要研究课题。由于血液图像中细胞形态复杂、细胞常聚集，标本制作时染色不好等原因，使细胞自动图像识别过程的关键图像分割变得困难。由于图像分割是是血细胞图像处理的最终要的一步，所以国内的研究也主要集中在这个方向6-8。传统细胞图像分割方法主要有：基于灰度特征的阈值分割法，基于边界提取的分割技术，基于边缘检测和边缘连接的分割技术和基于区域的分割方法。研究中细胞图像分割新算法主要有：基于小波变换的分割算法，基于数学形态学的分割算法，基于模糊数学的分割算
16、法，基于遗传算法的分割方法，基于神经网络分割算法和一些其它的算法。 由于细胞种类较多，某些种类差别细微，因此对特征向量的选取和测定也提出了较高要求。因此，国内在血细胞的特征向量选取方面也有一些研究。对白细胞而言，能提取的细胞特征和方式多样，其关键是寻找类别的可分离性为准则的最有效的不变特征参量。识别过程中所选用的特征不是越多越好，过多的特征会造成系统处理时间长和识别率下降。 在国内关于外周血中白细胞自动识别和分类系统方面的研究，首先由东南大学开发出了以微机及单色 CCD 摄像机组成的白细胞自动识别及分析系统，但由于采用单色灰度图像，使得细胞的分割、特征描述等方法存在一定限制。1996 年开始，西华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 3安交通大学机械学院利用真彩色图像技术，对外周血中的白细胞图像分析
