论文部分内容阅读
尿液潜血细胞检测是医院临床常规检测项目之一,是人体泌尿系统健康状况的判断依据,是疾病治疗的效果监测及常规健康普查的技术基础,对人类的健康发展具有重要作用。传统的尿液潜血细胞检测是依靠检验人员的人工目测完成,该方法存在诸多弊端,因而尿液潜血细胞的自动识别技术逐步成为临床医学检验和图像信息分析科研人员的研究重点,该研究对尿液潜血细胞智能检测技术的发展,提高检验的效率和准确性具有重要意义。本文在充分分析国内外现阶段研究成果的基础上,提出了基于支持向量机的尿液细胞自动识别分类方法,设计并实现了一套完整的尿液细胞识别分类系统。该系统将生物医学技术,计算机图像处理技术以及机器视觉技术融合在一起,发挥了不同学科的交叉优势,在尿液细胞图像预处理,细胞特征的确定,细胞特征提取,识别分类方法的选取,SVM参数的优化,以及系统软件算法的优化等方面进行了系统研究。论文的主要工作如下:(1)采用了颜色与纹理相融合的综合特征进行特征识别。颜色特征选取了符合人类视觉感知的HSI颜色空间参数作为特征参数,纹理特征识别采用了本文作者提出的改进型LBP纹理方法。(2)使用支持向量机(SVM)作为识别方法,采用网格搜索交叉验证法选取最佳的核函数和相关参数进行分类。(3)设计并实现了一种尿液细胞识别实用系统,该系统具有较强的实用性、便利性、可扩展性、兼容性和可移植性,使用SQL Server数据库处理特征数据,该技术很容易实现尿液细胞识别分类的网络化应用。实验结果表明本文提出的HSI颜色特征、基于改进的LBP法提取的纹理特征与支持向量机相结合的目标识别方法在尿液细胞识别分类中效果良好。