论文部分内容阅读
尿沉渣检查是指对尿液中各种有病理意义的有形成分的检查ˋ通过对尿液中红细胞白细胞上皮细胞管型等成分的分析ˋ来检验一个人的肾脏及泌尿系统是否有疾病或者损伤作为医院常规检测项目之一ˋ尿沉渣检查对临床泌尿系统疾病诊断治疗监测以及健康普查具有十分重要的意义本文结合尿沉渣图像的特点ˋ从理论和实践两方面研究了尿沉渣图像中红白细胞的分割与识别ˋ利用数字图像处理与模式识别技术ˋ提出了一套完整有效的红白细胞分割与识别算法在尿沉渣图像预处理上ˋ采用了各向异性高斯滤波方法与传统滤波方法相比ˋ该方法在对图像去噪的同时ˋ较好的保护了图像的边缘信息在红白细胞的分割上ˋ提出了三次组合分割算法ˋ即对图像进行三层处理在顶层中使用自适应Canny边缘检测ˋ中层使用Otsu法进行阈值分割ˋ底层使用基于梯度图像的分割ˋ最终将各层的结果叠加得到完整的分割结果针对分割结果中存在的细胞粘连情况ˋ本文提出了一种基于递归瓶颈法的粘连细胞分割算法该算法通过瓶颈准则定位瓶颈点ˋ位置准确ˋ抗噪能力强ˋ具有很强的鲁棒性以及普适性在特征提取上ˋ结合尿沉渣图像中红白两类细胞自身的特点ˋ分别从形状统计以及纹理特征三方面提取了12类特征ˋ并对这些特征进行了有效性测试实验实验证明这些特征具有不同类区分能力强描述全面计算简便等优点在红白细胞的识别上ˋ对LIBSVM软件包进行了研究ˋ并结合红白细胞数据集的分布特点ˋ采用一对多的分类方法和RBF核函数来构建SVM分类器利用交叉验证和网格搜索法选取了相应的参数并设计了两级SVM分类器最后将SVM的识别结果与两级BP神经网络分类器的识别结果进行了比较ˋ验证了SVM的优越性和有效性ˋ同时对红白细胞取得了91.3%的识别精度