基于神經(jīng)網(wǎng)絡與模糊推理的尿沉渣識別系統(tǒng)研究.pdf

1、生物醫(yī)學圖像處理是一門新興技術，是圖像處理研究領域的一個重要方向，隨著生物科學技術的發(fā)展，生物醫(yī)學圖像處理的應用也越來越廣泛。尿沉渣顯微鏡檢驗是臨床檢驗的一項重要手段，傳統(tǒng)的光學顯微鏡觀察是單人目視，這種方式的工作強度大，主觀性強，而且主要集中于有形成分的定性檢查，不利于臨床的定量診斷。利用計算機系統(tǒng)進行尿沉渣顯微圖像的處理和分析，極大的提高臨床檢驗的效率，降低臨床檢驗人員的勞動強度外，同時對醫(yī)院的信息化、疾病診斷判別的標準化提供了有益

2、的幫助，也給醫(yī)療資源共享、遠程會診提供了便利。本文在總結當前國內外尿沉渣圖像處理與成分識別研究發(fā)展的基礎上，從理論和實踐兩方面，對尿沉渣圖像的增強、分割、特征提取和分類器設計等方面進行了一系列的研究，提出了一套完整有效的圖像處理和成分識別的方案。 為了能夠對尿沉渣有形成分進行準確的數(shù)據(jù)分析，關鍵取決于能否對圖像進行正確的分割。在圖像預處理階段經(jīng)對比實驗發(fā)現(xiàn)，自適應wiener濾波比中值濾波能夠更好的保存有形成分的邊界信息，有利于

3、后續(xù)分割處理。針對尿沉渣有形成分自身特點，對傳統(tǒng)的分割算法進行了改進。高倍鏡下的圖像采用基于Canny邊緣檢測算子的分割方法，可以成功的將紅細胞、白細胞和結晶分割出來；低倍鏡下的圖像采用基于二維OTSU自適應分割方法，可以成功的將上皮細胞和管型分割出來。 為了提高尿沉渣有形成分的識別率，首先建立三層BP神經(jīng)網(wǎng)絡用于成分識別，并在此基礎上引入了模糊推理系統(tǒng)。將專家識別的經(jīng)驗融入到模糊推理系統(tǒng)中的“if-then”規(guī)則之中，建立了多