基于智能圖像處理的紅、白細(xì)胞識別技術(shù)研究與實(shí)現(xiàn).pdf

1、尿液有形成分的檢查是醫(yī)院的三大常規(guī)檢驗(yàn)之一, 該檢測項(xiàng)目對腎與尿道疾病、肝臟疾病、代謝性疾病的診斷、治療及療效監(jiān)測具有重要價值。目前我國普遍采用醫(yī)生顯微鏡下人工鏡檢的方式,這存在著兩個主要的弊端:1.由于尿液有形成分檢測屬于醫(yī)學(xué)檢驗(yàn)中的高難度技術(shù),導(dǎo)致不同醫(yī)生的結(jié)果不一樣。2.人工鏡檢耗時巨大，使醫(yī)院的負(fù)擔(dān)越來越繁重。迫切需要用自動分析儀來計(jì)數(shù)尿液中有形成分的數(shù)量，代替?zhèn)鹘y(tǒng)的尿常規(guī)檢驗(yàn)，這對于提高醫(yī)生對病人診斷的準(zhǔn)確率和提高醫(yī)院的工作效

2、率和競爭力有著重要的意義。 本文針對尿液有形成分圖像的特點(diǎn)，對尿液圖像預(yù)處理、蛇形算法提取邊緣、特征提取、BP人工神經(jīng)網(wǎng)絡(luò)自動識別等算法進(jìn)行了分析、改進(jìn)和程序?qū)崿F(xiàn)。在如下算法中，本人的工作是獨(dú)到并且卓有成效的： 1．采用一種傳統(tǒng)圖形學(xué)算法實(shí)現(xiàn)了圖像處理多種功能，通過種子填充算法，來計(jì)算有形成分大致形心和大致半徑,也可以用來計(jì)算有形成分的面積和平均灰度、灰度方差。 2．本文闡述了邊緣檢測算子、改進(jìn)型Hough變換圓

3、檢測在尿液細(xì)胞圖像邊緣提取中應(yīng)用，并通過試驗(yàn)證明了這兩種方法的缺陷。 3．將改進(jìn)型Snake算法引入到尿液圖像有形成分邊緣提取,取得了較好的效果，并對Snake算法的能量系數(shù)確定進(jìn)行了探討。 4．實(shí)現(xiàn)了基于Snake算法的邊緣提取后的周長、面積、基于邊緣的七階不變矩、直線擬合后的邊緣長度、向量間方向角等特征的求取。 5．采用BP神經(jīng)網(wǎng)絡(luò)對紅白細(xì)胞和晶體進(jìn)行了識別，并識別率為80﹪以上。 6．在VC++平臺