论文摘要
骨髓是人体的主要造血组织,对骨髓细胞形态和数量的分析有助于造血系统疾病及其他某些疾病的诊断和鉴别。传统的诊断方式是由人眼完成的,而这种方法存在很多的弊端。基于图像的骨髓细胞的自动识别系统能够对细胞形态和结构作定量分析,可提高医疗工作者的工作效率和准确率,克服传统方法存在的问题,具有很高的应用价值。本文的主要研究工作是对骨髓细胞显微图像自动识别技术的研究与开发,围绕着骨髓细胞显微图像的自动化问题做了以下三方面的研究: (1)实现骨髓细胞核的定位检出与区域分割;(2)对骨髓细胞进行形状、纹理、颜色等特征的描述;(3)运用BP神经网络建立骨髓细胞图像识别分类器。本文分别从理论和实际应用的角度对其中的技术难点进行深入分析,在以下几方面取得了创新:(1)提出了一种混合的分水岭变换策略并应用于骨髓细胞图像分割中,该策略克服了传统的基于标记的分水岭变换对于标记提取敏感的缺点,以及区域合并算法速度慢、结果不准确的问题,能够更有效地将细胞核提取出来;(2)在共生矩阵与分形技术的基础上,提出了一种新的表征骨髓细胞核的纹理特征量——共生矩阵分形联合特征量,该特征量不仅能将不同系别的细胞很好地区分开,并且对同一细胞的不同成熟阶段,也能做出区分,为特征提取提供了重要的分类依据。
论文目录
摘要Abstract第1章 绪论1.1 医学图像处理与分析技术1.1.1 发展与现状1.1.2 研究内容与分类1.2 细胞显微图像处理与分析技术1.2.1 研究内容1.2.2 传统方法存在的弊端1.2.3 发展与现状1.3 骨髓细胞显微图像处理与分析技术1.3.1 骨髓细胞显微图像处理与分析技术的发展与现状1.3.2 骨髓细胞显微图像自动识别系统的工作原理1.3.3 骨髓细胞显微图像自动识别系统的硬件组成1.4 课题来源及研究的主要内容第2章 图像预处理技术2.1 图像平滑2.1.1 邻域(KNN)平滑滤波2.2 图像边缘检测算法2.2.1 LOG 算子2.3 彩色图像的颜色分量2.4 二值图像形态学运算2.4.1 腐蚀2.4.2 膨胀2.4.3 开运算2.4.4 闭运算2.5 本章小结第3章 图像分割3.1 引言3.2 图像阈值分割3.2.1 最大类间方差法3.2.2 改进的最大类间方差3.3 基于分水岭变换的分割过程3.3.1 分水岭变换3.4 综合分割策略3.4.1 混合分水岭策略3.4.2 构造标记图像3.4.3 形态学操作3.5 本章小结第4章 特征提取与特征选择4.1 区域表示4.1.1 链码表4.1.2 线段表4.1.3 链码表至线段表的转换4.2 区域描述4.2.1 形状特征4.2.2 纹理特征4.2.3 共生矩阵纹理特征提取4.2.4 分形纹理特征4.2.5 共生矩阵与分形联合特征4.3 颜色特征量4.4 特征选择过程4.4.1 类别可分离性判据4.4.2 特征搜索算法4.5 本章小结第5章 分类器5.1 BP 神经网络5.1.1 为什么选用BP 神经网络5.1.2 BP 神经元5.1.3 BP 算法5.1.4 BP 神经结构的确定5.1.5 实验过程及结果5.2 本章小结结论参考文献攻读硕士学位期间发表的学术论文致谢
相关论文文献
标签:骨髓细胞自动识别论文; 图像分割论文; 特征提取论文; 分类识别论文;