尿沉渣圖像分割與識別算法研究.pdf

1、尿沉渣中有形成分如紅白細胞等對人體腎臟疾病、泌尿道疾病等具有很重要的診斷和鑒別作用，因此研究如何辨析和檢查尿液中的各種有形成分有重要意義。與傳統(tǒng)尿沉渣鏡檢相比，尿沉渣有形成分自動識別分類系統(tǒng)具有效率高，抗干擾強，準確率高等優(yōu)點。本文針對尿沉渣中有形成分復(fù)雜、種類繁多，同時尿沉渣圖像散焦嚴重、對比度較低、光照不均、圖像模糊而導(dǎo)致尿沉渣圖像有形成分分割識別困難、速度慢等問題，深入研究了尿沉渣圖像增強、分割、特征提取以及有形成分識別分類方法，

2、提出了一套有效的尿沉渣有形成分自動識別分類算法。主要研究內(nèi)容如下：
　　對尿沉渣圖像增強，實驗分析了傳統(tǒng)的圖像增強方法，針對圖像比度低、光照不均等問題，結(jié)合多種增強方法的優(yōu)點，提出了圖像組合增強方法，實驗表明從效率和精度上更加有利于后續(xù)的圖像分割。
　　對尿沉渣圖像分割，實驗分析了常用的分割算法，針對有形成分分割困難、速度慢等問題，本文采用組合分割算法，提出基于Canny算子與分水嶺算法的自適應(yīng)尿沉渣圖像分割算法。算法采用C

3、anny算子結(jié)合形態(tài)學(xué)方法對圖像進行粗分割，根據(jù)區(qū)域面積閾值以及圖像復(fù)雜度將尿沉渣圖像分類處理；以提出的圖像組合增強方法對圖像進行增強，利用Canny邊緣檢測計算出掩膜矩陣作為精確標記，結(jié)合分水嶺分割，最終獲得圖像的分割結(jié)果。實驗證明本文提出的算法對尿沉渣圖像分割具有優(yōu)越的性能表現(xiàn)，解決了傳統(tǒng)分割算法存在的問題。
　　對有形成分特征提取，分析研究相關(guān)文獻，本文分析提取了尿沉渣有形成分的形狀及紋理等27個特征參數(shù)，后續(xù)實驗結(jié)果表明所

4、提取尿沉渣有形成分特征有效準確，為后續(xù)的識別工作奠定了基礎(chǔ)。
　　對有形成分識別分類，詳細研究分析了VPMCD理論，將該方法應(yīng)用于尿沉渣有形成分識別中，提出了改進方法：基于Bagging算法優(yōu)化VPMCD模型的B-VPMCD算法，提升了算法的穩(wěn)定性和識別率。在特征提取基礎(chǔ)上，提出了基于PCA和B-VPMCD的尿沉渣有形成分分類識別算法。實驗證明了本文提出的方法在尿沉渣有形成分識別中的有效性，滿足整個系統(tǒng)的實時性和準確性，優(yōu)于傳統(tǒng)V