论文部分内容阅读
白细胞分类识别是血液检验的一项重要内容。为了减轻临床检验人员的工作量、提高检验精确度、普及血细胞自动计数与分类技术和满足科研工作的需要,在前人的研究基础上,本文分析了白细胞自动分类系统的结构和性能,提出了以显微镜、微型计算机和彩色CCD为主体,应用计算机图象分析技术实现白细胞分类的实用化体系结构。本系统由数据采集模块、预处理模块、图象分割模块、特征提取模块和模式识别模块组成其核心。这些模块承担了识别过程中各个环节的工作。另外还构建了数据存储模块。
在采集数据时,本研究为血涂片的制作制定了规范,目的是使获取的原始数据具有高分辨率和低噪声。采集数据之后,立即对数据进行压缩,以利保存和处理时减少计算量。
在图象分割时,本研究对阈值分割、区域增长、边缘检测等分割方法作了阐述并对处理结果进行了评价,此外还提出了一种新的分割方法——超蓝分割法。此方法基于对白细胞染色后细胞核区域像素中蓝色分量所占比重最大之特点,用此方法处理图象,获得满意结果。在细胞计数时,本文在分析经典的像素标记算法基础上,结合本文研究对象的特点提出了一种新的标记算法——递归标记算法,此算法在标记目标区域时进行了一种类似滚雪球的处理方式,一次扫描就可以完成对所有目标区域的标记工作。它大大地降低了算法实现的难度,同时也满足了处理精确度。
在提取特征参数时,结合临床检验工作人员的经验,本研究选择了从细胞的形态学特征、彩色光密度特征和纹理特征三个方面去进行特征提取,建立了由细胞核分叶数、细胞核面积、细胞浆面积、细胞周长、细胞形状因子等形态学特征参数,并应用这些参数和细胞区域各个部分像素的三基色分量比重参数组成了特征向量组。
在模式识别时,本研究选择模糊K-近邻分类法设计分类器。根据检验人员的实际经验构建了贯序分类决策树。最后用大量样本集对系统进行了测试,取得比较满意的结果。
本研究还在软件设计方面做了大量的工作,采用面向对象的设计手段进行系统设计,在VC++6.0环境中完成了整个编码。