基于CMOS圖像傳感器和微流控技術(shù)的無(wú)透鏡細(xì)胞檢測(cè)系統(tǒng),為實(shí)現(xiàn)便攜式血細(xì)胞分析儀提供了可能。由于該系統(tǒng)采集的細(xì)胞圖像沒(méi)有經(jīng)過(guò)光學(xué)放大,細(xì)胞圖像像素較低,采用傳統(tǒng)圖像識(shí)別算法,難以對(duì)細(xì)胞進(jìn)行系別分類(lèi)。本文采用機(jī)器學(xué)習(xí)算法,對(duì)低分辨白細(xì)胞圖像的識(shí)別算法進(jìn)行了研究。為了完成低分辨率細(xì)胞的圖像識(shí)別,首先研究了細(xì)胞圖像數(shù)據(jù)庫(kù)的建立方法。由于無(wú)透鏡系統(tǒng)采集的細(xì)胞圖像分辨率過(guò)低,難以提取有效特征,提出一種利用光學(xué)顯微鏡采集細(xì)胞樣本,然后下采樣得到細(xì)胞圖像數(shù)據(jù)庫(kù)的方案。在20倍光學(xué)顯微鏡鏡下分別對(duì)淋巴細(xì)胞和單核細(xì)胞含量較高的血涂片組進(jìn)行圖像采集,并用圖像處理算法分割出分辨率為170×170×3的淋巴細(xì)胞、單核細(xì)胞和粒細(xì)胞各3480張。接著,將75%數(shù)據(jù)集作為訓(xùn)練樣本,分別對(duì)高分辨白細(xì)胞的彩色圖和灰度圖進(jìn)行訓(xùn)練學(xué)習(xí),并分析其不同結(jié)構(gòu)和參數(shù)對(duì)網(wǎng)絡(luò)的影響,確定相應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)。利用25%的數(shù)據(jù)集作為測(cè)試樣本,對(duì)網(wǎng)絡(luò)進(jìn)行測(cè)試,結(jié)果表明,對(duì)于彩色圖識(shí)別率達(dá)到99%,灰度圖識(shí)別率達(dá)到96%。進(jìn)一步,為了構(gòu)建低分辨率細(xì)胞圖像識(shí)別網(wǎng)絡(luò),先對(duì)高分辨白細(xì)胞降采樣,使用對(duì)于高分辨率白細(xì)胞圖有良好識(shí)別率的網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練參數(shù),對(duì)不...

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

在顯微鏡鏡下對(duì)血涂片進(jìn)行細(xì)胞的觀結(jié)果，并作為來(lái)判斷疾病的根據(jù)。這種平要求特別高，其識(shí)別結(jié)果依賴(lài)于人的的局限性。到現(xiàn)在為止，在醫(yī)院中對(duì)細(xì)，然后人工復(fù)核下進(jìn)行細(xì)胞分類(lèi)，這可胞檢驗(yàn)人員的勞動(dòng)量，因此自動(dòng)化血細(xì)前成熟的細(xì)胞檢測(cè)儀器都是大型的，不方，這些大型的細(xì)胞檢測(cè)儀器是不方微流控技術(shù)對(duì)....

間是否相互疊加等方式。如圖2-4所示為輸入是4×4大小的圖，卷積核Padding，步長(zhǎng)為1的卷積的前向傳遞過(guò)程，得到的輸出特征圖大小為3小表達(dá)式為11ykkiijijijXWb===+k代表卷積的大小，Wij，代表卷積核第i行，....

圖2-5帶Padding卷積示意圖Figure2-5withPaddingconvolutiondiagram層olingLayer）即下采樣層，降低輸入圖像的大小，減少特征的度，更重要的是提取窗口的主要信息，既滿足了數(shù)據(jù)維度的常是接在卷積層的后面，窗口大小也是....

（a）平均池化正向傳遞（b）最大值池化正向傳遞圖2-6池化層正向傳播Figure2-6Positivepropagationofpoolinglayers000（a）平均池化反向傳遞（b）最大值池化反向傳遞圖2-7池化層反向傳播Figure2-7Ba....

本文編號(hào)：4008856