细胞特征提取及聚类算法研究与DSP实现

摘要

细胞识别系统一直是生物医学工程领域的研究话题，随着图像数据的增大以及嵌入式技术的发展，传统的PC端的细胞识别系统的数据处理问题逐渐凸显，而嵌入式系统将脱颖而出，成为未来生物医学发展的一种趋势，能够更快的实现图像数据的处理，为医学临床带来更快的检验速度，为社会带来重大的经济效益。
　　论文基于TMS320C6678 DSP，以集成开发环境CCS V5为开发环境，围绕特征提取算法及聚类算法进行了研究分析，主要完成了以下工作：
　　在研究凸包算法的基础上，提出了基于Graham扫描法的改进算法，在分析弦分布描述法的性能基础上，提出了弦分布描述法的计算优化，仿真表明算法改进及优化实现极大缩短了代码的运行时间，改善了算法的性能。
　　在研究共生矩阵法提取纹理特征基础上，提出了相关特征的存取带宽优化，在分析颜色特征提取算法的性能的基础上，提出了基于颜色特征矢量的循环优化，结果表明存取带宽及循环优化实现可以大大减少了代码的执行时间，提高了算法的效率。
　　研究了模糊聚类分析算法的原理，随机抽取了3000个细胞样本、30维特征，在TMS320C6678 DSP平台进行细胞的聚类，统计了聚类数、聚类偏差、聚类偏差率、聚类准确数、聚类准确率等实验参数，并针对模糊聚类结果进行了分析。
　　实验表明，采用各种优化方法实现了代码的高效运行，提高了图像数据处理的效率，满足图像实时处理的工程需求，论文将模糊聚类分析算法应用于细胞的分类识别，完成了细胞的分类。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题背景及意义

1.2 研究现状

1.3 论文成果及结构

第2章 TMS320C6678开发平台

2.1 TMS320C6678概述

2.2 C6678开发环境

2.3 C6678代码优化

2.4 小结

第3章 形状特征提取及优化

3.1 形状特征概述

3.2 凸包形状特征提取及改进优化

3.3 弦分布形状特征提取及计算优化

3.4 小结

第4章 纹理及颜色特征提取与优化

4.1 颜色及纹理概述

4.2 共生矩阵纹理特征提取及存取带宽优化

4.3 颜色特征提取及循环流水优化

4.4 小结

第5章 基于模糊聚类的细胞分类技术

5.1 模糊聚类法原理

5.2 基于模糊聚类的细胞图像分类

5.3 实验仿真与分析

5.4 小结

第6章 总结与展望

6.1 工作总结

6.2 工作展望

参考文献

致谢

个人简历、在学期间发表的学术论文与研究成果