本文關(guān)鍵詞：血細胞自動分類系統(tǒng)的實現(xiàn)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著醫(yī)學的發(fā)展，人們逐漸意識到作為我們生命基礎的細胞是我們身體健康的重要檢測依據(jù)。因此，基于細胞圖像分析方法開始成為了醫(yī)生進行臨床診斷、病理分析和治療的重要輔助工具。 傳統(tǒng)的血常規(guī)醫(yī)學檢查中，都是人工進行顯微鏡觀察、定位和統(tǒng)計白細胞，主觀性很強，，工作量較大，對醫(yī)生的要求也高。目前使用的國外生產(chǎn)的基于物理應用的血球儀也存在著通用性差，樣本保存周期短和價格昂貴的問題。為了提高效率，通過圖像處理手段，來自動進行細胞的分割、分類，并進行統(tǒng)計就應運而生。血細胞自動分類系統(tǒng)就是為了實現(xiàn)這一目標。 本文從血液醫(yī)療檢測的基本原理出發(fā)，系統(tǒng)的介紹了白細胞檢測系統(tǒng)的設計方案和實現(xiàn)方法。文中重點分析系統(tǒng)的兩個核心，白細胞分割和白細胞分類的算法及實現(xiàn)。對于白細胞分割，本文采用了全局閾值法定位細胞核找出細胞可能存在的局部區(qū)域，然后在局部區(qū)域采用自適應的閾值法找出完整細胞的位置，使得對胞漿差異較大白細胞分割都比較穩(wěn)定。對于白細胞分類，本文在使用幾何特征值和顏色特征值的同時，添加了59種紋理特征值，使得白細胞的分類效果有了顯著的提升。同時，文中還對選擇合適的訓練器參數(shù)值進行了深入研究，詳細描述了交叉驗證（cross-validation）和網(wǎng)格搜索(grid-search)的方法。 本文的最后講述了系統(tǒng)測試的意義，并對白細胞分割、分類的效果進行了測試驗證和分析。
【關(guān)鍵詞】：白細胞 血細胞 支持向量機 細胞分割 細胞分類 LBP紋理
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：R329.2;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-11
• 1.1 引言8
• 1.2 國內(nèi)外研究現(xiàn)狀8-9
• 1.3 課題來源、目的及意義9
• 1.4 論文組織結(jié)構(gòu)9-11
• 2 血液醫(yī)療檢測基本原理11-20
• 2.1 血液細胞視野11-16
• 2.2 血液醫(yī)療檢測16-18
• 2.3 血液檢測儀器18-19
• 2.4 本章小結(jié)19-20
• 3 白細胞檢測系統(tǒng)方案設計20-31
• 3.1 整體設計方案20-25
• 3.2 細胞分割方案25-27
• 3.3 細胞分類方案27-30
• 3.4 本章小結(jié)30-31
• 4 白細胞分割算法及實現(xiàn)31-42
• 4.1 OpenCV 介紹31
• 4.2 核心分割流程31-39
• 4.3 細胞分割實現(xiàn)細節(jié)39-41
• 4.4 本章小結(jié)41-42
• 5 白細胞分類方法及實現(xiàn)42-52
• 5.1 分類器的選擇42
• 5.2 特征值選取42-45
• 5.3 訓練器參數(shù)的選取45-47
• 5.4 白細胞分類實現(xiàn)細節(jié)47-51
• 5.5 本章小結(jié)51-52
• 6 系統(tǒng)測試與結(jié)果分析52-58
• 6.1 測試的意義52-55
• 6.2 白細胞分割效果55
• 6.3 白細胞分類效果55-57
• 6.4 綜合分析57
• 6.5 本章小結(jié)57-58
• 7 總結(jié)與展望58-59
• 致謝59-60
• 參考文獻60-62

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 李琳;張曉龍;;基于RBF核的SVM學習算法的優(yōu)化計算[J];計算機工程與應用;2006年29期

2 張志,董福安,伍友利;二維灰度圖像的分形維數(shù)計算[J];計算機應用;2005年12期

3 張勇,柏子游,張強,虞烈;白細胞顯微圖像的區(qū)域分形特征分析[J];西安交通大學學報;1999年10期

4 顧廣華;崔冬;;白細胞圖像的自動分割算法[J];儀器儀表學報;2009年09期

5 楊裕歡,王思賢,廖孟揚,李群麗;基于多重分形的紋理分析方法在B超圖象識別中的應用[J];中國圖象圖形學報;1999年05期

  本文關(guān)鍵詞：血細胞自動分類系統(tǒng)的實現(xiàn)研究，由筆耕文化傳播整理發(fā)布。

本文編號：340896