论文部分内容阅读
自动尿沉渣分类仪器对于临床尿检具有重要的意义。它解决了长期以来传统的通过人工对尿沉渣涂片进行目镜检查的操作过程中存在的受技术水平,视觉上的偏差影响,工作效率低,无法给出定量分析结果的弊端,把医务人员从繁重的重复性劳动中解放出来。排除各种由于主观因素而产生的误差,实现对图像的快速精确定量分析,提高诊断的准确性。同时,数字化的检验结果和图样可以方便的实现图像,数据的远程调用,为远程医疗与疾病的会诊等工作提供便利。本文在数字图像处理与模式识别的理论基础上,通过深入的研究和大量的实验,提出了一个针对复杂尿沉渣显微图像中各种有形成分分割定位于两类有成成分即精子,管型细胞识别的系统方法。本系统能够将数字显微图像中可以为诊断提供依据的各类有形成分:白细胞,红细胞,上皮细胞,管型,精子,结晶,霉菌等从背景中很好的分割出来,并通过决策树分类器识别出其中的管型细胞和精子。首先,在图像分割方面,本文充分利用8方向灰度信息平衡光照不均等因素,得到标准差梯度图像,采用基于标准差梯度图的直方图统计信息的双阈值分割算法对图像进行二值化,并对初步分割后的图像根据局部灰度图像灰度均一性强度有选择性的选取canny操作的阈值,随后基于canny图,通过形态学闭操作和5X5邻域的图像边缘链接操作,对初步二值图像进行紧致。最后针对对多细胞粘连,细胞团的情况,基于距离图与部分先验知识进行多细胞分割,定位细胞团中的每个细胞。在特征选取方面,利用管型细胞均匀圆柱体,精子头尾两部分及尾部呈粗细均匀的管状结构等典型特征分别设计提取了多个形态特征参数,并对管型设计了简单的纹理特征。在分类器设计上面,为了提高识别器的效率,降低其复杂度,选取了基于二叉决策树的分类器,结合形态特征和纹理特征做为分类属性,识别两类有形成分。经临床大量尿液样本验证表明,本文设计的系统使得尿沉渣图像中各有形成分分割完整,定位准确,为下一步识别垫定了良好的基础。在粗筛定位上,管型和精子的识别率也达到了较好的水平。