论文部分内容阅读
血细胞图像处理已经成为临床诊断以及病理分析的重要辅助工具。当前,在实际工作中,对细胞的定位和识别仍然是主要依赖于人工操作,这也带来了工作量大、枯燥乏味等缺点,而且,识别结果依赖于操作员的技术水平。为此,开发一个自动细胞分类系统,以便用来客观地完成血细胞的定量分析及辅助诊断就显得越发重要。血液由血小板、红细胞和白细胞等组成,其中白细胞的数目较少,但却可以吞噬和清除侵入体内的异物和细菌,清除体内被破坏的组织细胞及多种异物碎片。很多临床病症都表现为白细胞数目和细胞核形状等发生变化,所以,对白细胞数目和形状的研究有着重要的实用意义。但是由于细胞间相互粘连重叠情况的发生,使得对白细胞的计数和识别等后续分析变得困难起来,因此要想得到对白细胞的精确分类,就必须对粘连细胞进行分离和识别。本文主要进行了以下方面的研究。1)由于血细胞显微图像中S分量上的白细胞核和其他区域在灰度值上存在很大差异,因此采用阈值分割可以得到白细胞胞核区域,再在此基础上利用区域增长算法即可得胞浆区域;对于分割出的白细胞,提出一种基于距离图和地质学原理的方法判断其是否粘连,实验结果表明,该方法能对白细胞粘连实现有效判断。2)对于粘连细胞,提出了一种基于粘连血细胞形态的分割方法,利用血细胞的近圆形特征,求取粘连细胞的分离点,进而得到分离线,完成对粘连血细胞的精确分割。实验结果表明,该分离方法的分割效果较好。3)深入分析了白细胞的各种特征,抽取了白细胞的形态、色彩和纹理等特征用于识别。4)研究了支持向量机方法在血细胞识别中的应用,对各类白细胞进行了自动分类识别,获得了较好的分类识别结果。