白细胞显微图像分类研究

论文摘要

细胞显微图像智能识别是一个较大的难题。白细胞的分割和识别是其中一项非常重要的内容。它的任务是观察和测定血液中各种白细胞的总数、相对比值、形态等,用于判断有无疾病、疾病种类及严重程度。利用自动化仪器代替人工处理,不仅可以大大提高血检工作效率、降低人工劳动强度,也可以使检验更精确。在前人的研究基础上,根据白细胞显微图像的特点,本文给出了以显微镜、彩色CCD及计算机为主体,利用计算机图像分析技术实现白细胞分类的系统。完成白细胞的识别分类,需要以下几个步骤:白细胞显微图像的采集,图像的预处理及分割,图像的特征选择及特征提取,细胞分类识别。首先,根据白细胞的特点,介绍一种显微图像采集装置,对瑞氏染色后的白细胞进行图像采集。其次,对白细胞显微图像进行平滑和锐化等预处理,得到噪声较小的图像。然后,再利用HSI空间中饱和度通道对细胞核的特异性,分割出白细胞细胞核。确定白细胞细胞核的质心,以质心为中心划定一个圆形区域,提取出包含细胞质在内白细胞区域。最后,以白细胞细胞核形状特征和细胞质颜色特征形成特征向量,进行分类识别。形状特征采用对平移、旋转和缩放具有不变性的Zernike矩和HU矩,颜色特征采用整个白细胞非细胞核区的细胞质颜色R、G、B通道均值,并以欧氏距离判断当前颜色归属那种标准颜色。在模式识别中,本论文利用BP神经网络对特征向量进行分类。根据已有的样本完成对BP神经网络中权值和阈值的确定。最后用大量样本进行测试,取得比较满意的效果。本论文在软件设计方面采用面向对象语言开发工具VC++6.0。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 概述
• 1.2 论文研究背景及意义
• 1.3 国内外研究现状
• 1.4 本论文研究内容
• 1.5 论文组织结构
• 第2章 白细胞显微图像及显微图像采集
• 2.1 白细胞分类及其特点
• 2.2 瑞氏染色及染色后白细胞特性
• 2.2.1 瑞氏染色过程
• 2.2.2 染色后白细胞特性
• 2.3 显微图像采集系统
• 2.4 VFW及显微图像采集
• 2.5 本章小结
• 第3章 白细胞显微图像预处理与分割
• 3.1 白细胞显微图像的预处理
• 3.1.1 图像滤波
• 3.1.2 图像增强
• 3.2 白细胞显微图像的分割
• 3.2.1 细胞核的分割
• 3.2.2 细胞质的分割
• 3.3 本章小结
• 第4章 显微图像的特征提取与特征选择
• 4.1 概述
• 4.2 白细胞显微图像特征选择
• 4.2.1 细胞核形状特征
• 4.2.2 细胞质颜色特征
• 4.2.3 白细胞显微图像特征确定
• 4.2.4 结果及分析
• 4.3 本章小结
• 第5章 目标分类识别
• 5.1 神经网络基础
• 5.1.1 神经元模型
• 5.1.2 神经网络的基本结构
• 5.2 BP神经网络结构
• 5.2.1 BP网络中的神经元模型
• 5.2.2 BP神经结构
• 5.2.3 BP算法的数学描述
• 5.3 BP神经网络用于白细胞识别
• 5.3.1 BP网络参数的确定
• 5.3.2 BP网络的训练过程
• 5.3.3 分类结果及分析
• 5.4 本章小结
• 第6章 白细胞显微图像分类识别系统
• 6.1 硬件部分
• 6.2 软件部分
• 6.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢