白细胞显微图像分类研究

摘要

细胞显微图像智能识别是一个较大的难题。白细胞的分割和识别是其中一项非常重要的内容。它的任务是观察和测定血液中各种白细胞的总数、相对比值、形态等，用于判断有无疾病、疾病种类及严重程度。利用自动化仪器代替人工处理，不仅可以大大提高血检工作效率、降低人工劳动强度，也可以使检验更精确。在前人的研究基础上，根据白细胞显微图像的特点，本文给出了以显微镜、彩色CCD及计算机为主体，利用计算机图像分析技术实现白细胞分类的系统。 完成白细胞的识别分类，需要以下几个步骤：白细胞显微图像的采集，图像的预处理及分割，图像的特征选择及特征提取，细胞分类识别。 首先，根据白细胞的特点，介绍一种显微图像采集装置，对瑞氏染色后的白细胞进行图像采集。其次，对白细胞显微图像进行平滑和锐化等预处理，得到噪声较小的图像。 然后，再利用HSI空间中饱和度通道对细胞核的特异性，分割出白细胞细胞核。确定白细胞细胞核的质心，以质心为中心划定一个圆形区域，提取出包含细胞质在内白细胞区域。 最后，以白细胞细胞核形状特征和细胞质颜色特征形成特征向量，进行分类识别。形状特征采用对平移、旋转和缩放具有不变性的Zernike矩和HU矩，颜色特征采用整个白细胞非细胞核区的细胞质颜色R、G、B通道均值，并以欧氏距离判断当前颜色归属那种标准颜色。在模式识别中，本论文利用BP神经网络对特征向量进行分类。根据已有的样本完成对BP神经网络中权值和阈值的确定。最后用大量样本进行测试，取得比较满意的效果。 本论文在软件设计方面采用面向对象语言开发工具VC++6.0。

目录

文摘

英文文摘

声明

第1章绪论

1.1概述

1.2论文研究背景及意义

1.3国内外研究现状

1.4本论文研究内容

1.5论文组织结构

第2章白细胞显微图像及显微图像采集

2.1白细胞分类及其特点

2.2瑞氏染色及染色后白细胞特性

2.2.1瑞氏染色过程

2.2.2染色后白细胞特性

2.3显微图像采集系统

2.4 VFW及显微图像采集

2.5本章小结

第3章 白细胞显微图像预处理与分割

3.1白细胞显微图像的预处理

3.1.1图像滤波

3.1.2图像增强

3.2白细胞显微图像的分割

3.2.1细胞核的分割

3.2.2细胞质的分割

3.3本章小结

第4章显微图像的特征提取与特征选择

4.1概述

4.2白细胞显微图像特征选择

4.2.1细胞核形状特征

4.2.2细胞质颜色特征

4.2.3白细胞显微图像特征确定

4.2.4结果及分析

4.3本章小结

第5章目标分类识别

5.1神经网络基础

5.1.1神经元模型

5.1.2神经网络的基本结构

5.2 BP神经网络结构

5.2.1 BP网络中的神经元模型

5.2.2 BP神经结构

5.2.3 BP算法的数学描述

5.3 BP神经网络用于白细胞识别

5.3.1 BP网络参数的确定

5.3.2 BP网络的训练过程

5.3.3分类结果及分析

5.4本章小结

第6章白细胞显微图像分类识别系统

6.1硬件部分

6.2软件部分

6.3本章小结

结 论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致 谢