本文關(guān)鍵詞：人體糞便中的生物細胞自動識別技術(shù)的研究

  更多相關(guān)文章： 生物細胞 圖像處理 形態(tài)學分割 模糊識別 BP神經(jīng)網(wǎng)絡

【摘要】：糞便是人體的主要分泌物,糞便中的生物細胞狀況反映了病人生理狀態(tài)的病理變化情況。糞便的雜質(zhì)較多,常規(guī)適用于血液、尿液環(huán)境的生物細胞自動檢測方法不能在糞便環(huán)境下使用�，F(xiàn)今醫(yī)院主要使用人工目測結(jié)合化學試劑進行糞便日常常規(guī)檢測,這種方法的檢測結(jié)果基本取決于醫(yī)生的個人判斷,具有極大的隨機性。而據(jù)我們查閱國內(nèi)外重要數(shù)據(jù)庫的結(jié)果,關(guān)于人體糞便中紅、白細胞的自動檢測技術(shù)國內(nèi)外未見報道。本文提出了一種基于圖像處理技術(shù)的人體糞便中生物細胞自動檢測算法來代替現(xiàn)在最常用的人工鏡檢方法。該算法主要針對人體糞便環(huán)境中的紅、白細胞實現(xiàn)自動檢測。為了保證后續(xù)紅、白細胞可獨立檢測性,本算法將兩種細胞的檢測分開使其互相獨立,并且,基于紅、白細胞的特性及出現(xiàn)頻率,本算法將檢測順序確定為先檢測紅細胞,再檢測白細胞。由于人體糞便環(huán)境復雜,雜質(zhì)較多,本文引入分割方法如閾值分割、邊緣分割對樣本圖像進行處理,分析各種算法在糞便環(huán)境中的適用程度并對算法進行評估。數(shù)學形態(tài)學分割方法性能優(yōu)越,故本文將其作為生物細胞檢測初始分割提取細胞部分的核心算法。檢測紅細胞的主要方法是基于神經(jīng)網(wǎng)絡改進的模糊識別算法。模糊聚類算法可以得出疑似紅細胞樣本對紅細胞聚類的隸屬度并以此作為關(guān)鍵判斷條件,但隸屬度函數(shù)的確立一直是模糊聚類算法中的一大難題。本文將BP神經(jīng)網(wǎng)絡引入模糊識別算法,使用神經(jīng)網(wǎng)絡對隸屬度函數(shù)進行擬合。另外,紅細胞在拍攝圖像時會產(chǎn)生偏轉(zhuǎn),從而導致圖片中紅細胞的形態(tài)發(fā)生變化。由于偏轉(zhuǎn)紅細胞與雜質(zhì)相似,所以本文在偏轉(zhuǎn)紅細胞的判斷上引入多層圖像比對進行進一步檢測。白細胞的形態(tài)相對固定且其特征鮮明,本文提取白細胞的特征值,通過對特征值的判斷來檢測白細胞,與紅細胞相同,白細胞也引入多層圖像進行進一步的判斷。最后,對本文提出的自動檢測算法進行編程,并對程序進行優(yōu)化加速及性能測試,在保證檢測結(jié)果的基礎上使檢測速度提升五倍以上。本文提出的自動檢測方法真陽性率高達98%,而假陽性率也減少到8%,且該方法具有較好的魯棒性,同時速度達到單個樣本16s,滿足了醫(yī)院快速檢測的要求,具有一定的現(xiàn)實意義。
【關(guān)鍵詞】：生物細胞 圖像處理 形態(tài)學分割 模糊識別 BP神經(jīng)網(wǎng)絡
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;R446.13
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-15
• 1.1 研究的背景和意義10-11
• 1.2 細胞自動識別發(fā)展史及現(xiàn)狀11-13
• 1.3 課題研究內(nèi)容、技術(shù)路線、關(guān)鍵問題13
• 1.4 論文安排13-15
• 第二章 人體糞便中生物細胞識別的醫(yī)學基礎15-19
• 2.1 顯微圖片標本制備及圖像采集15
• 2.2 人體糞便中生物細胞識別的內(nèi)容及臨床意義15-18
• 2.2.1 紅細胞的形態(tài)特征及臨床意義15-17
• 2.2.2 白細胞的形態(tài)特征及臨床意義17-18
• 2.3 本章小結(jié)18-19
• 第三章 生物細胞的圖像分割19-37
• 3.1 圖像分割的概念19-20
• 3.2 圖像分割算法20-33
• 3.2.1 閾值分割算法20-27
• 3.2.2 邊緣分割算法27-33
• 3.3 形態(tài)學分割33-36
• 3.4 本章小結(jié)36-37
• 第四章 生物細胞自動識別技術(shù)37-58
• 4.1 生物細胞自動識別技術(shù)簡述37-39
• 4.2 細胞特征提取39-41
• 4.3 基于模糊識別和BP神經(jīng)網(wǎng)絡的紅細胞自動識別技術(shù)41-56
• 4.3.1 基于部分特征的初始篩選41-42
• 4.3.2 模糊模式識別42-48
• 4.3.3 BP神經(jīng)網(wǎng)絡48-55
• 4.3.4 基于多層圖像的最終篩選55-56
• 4.4 基于特征篩選的白細胞自動識別技術(shù)56-57
• 4.4.1 白細胞特征篩選56
• 4.4.2 基于多層圖像的最終選擇56-57
• 4.5 本章小結(jié)57-58
• 第五章 人體糞便中生物細胞自動識別技術(shù)優(yōu)化及結(jié)果分析58-68
• 5.1 程序優(yōu)化及加速58-62
• 5.1.1 CUDA加速58-61
• 5.1.2 OpenMP加速61-62
• 5.1.3 加速結(jié)果總結(jié)62
• 5.2 醫(yī)院樣本測試及結(jié)果分析62-67
• 5.3 本章小結(jié)67-68
• 第六章 結(jié)論與展望68-70
• 6.1 本文的主要工作68
• 6.2 后續(xù)研究工作建議68-70
• 致謝70-71
• 參考文獻71-75
• 攻讀碩士學位期間取得的成果75-76

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 戴康;王曉瓊;;神經(jīng)網(wǎng)絡在藥動學評價中的應用[J];醫(yī)藥導報;2007年09期

2 蔡云;;收斂非線性神經(jīng)網(wǎng)絡的穩(wěn)定性[J];國外醫(yī)學.生物醫(yī)學工程分冊;1991年01期

3 王繼成,呂維雪;基于神經(jīng)網(wǎng)絡的心電數(shù)據(jù)壓縮[J];生物醫(yī)學工程學雜志;1993年03期

4 段新昱,林家瑞;神經(jīng)網(wǎng)絡在心電信號分析處理中的應用[J];國外醫(yī)學.生物醫(yī)學工程分冊;1993年01期

5 Miller A S ,張永紅;神經(jīng)網(wǎng)絡在醫(yī)學信號處理方面的應用[J];國外醫(yī)學.生物醫(yī)學工程分冊;1993年04期

6 王繼成;呂維雪;;基于符號神經(jīng)網(wǎng)絡的心臟疾病自動診斷[J];北京生物醫(yī)學工程;1993年03期

7 劉子皇;;胞神經(jīng)與類胞神經(jīng)網(wǎng)絡的動力學范圍的準確估計[J];中山大學研究生學刊(自然科學版);1995年03期

8 鄒睿,歐陽楷,劉悅;神經(jīng)網(wǎng)絡中的微心理學——兼論人工神經(jīng)網(wǎng)絡框架[J];山東生物醫(yī)學工程;1998年01期

9 鄒凌云;王正志;黃教民;;基于位置特異性譜和輸入加權(quán)神經(jīng)網(wǎng)絡的蛋白質(zhì)亞細胞定位預測(英文)[J];遺傳學報;2007年12期

10 成剛;吳小玲;夏杰;張炯;肖富男;崔燕南;周荃;劉永康;李珊;;基于神經(jīng)網(wǎng)絡的環(huán)孢素血藥濃度預測[J];中國生物醫(yī)學工程學報;2009年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術(shù)會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術(shù)會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術(shù)及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經(jīng)網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經(jīng)網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

，

本文編號：813453