尿液中有形成份的图像识别技术研究

摘要

尿沉渣检查是临床检验工作中比较重要的一项,对肾和尿路疾患的诊断,疾病的严重程度及预后的判断都有极为重要的价值。本文在分析现有各种血细胞处理和尿液有形成份识别研究基础上,对尿液中有形成份识别进行了研究。经过大量的实验,对比分析各种算法,给出图像预处理方案,选取合适的图像处理算法对尿沉渣显微图像进行预处理,将预处理的图像采用阈值化分割为二值图像,通过进一步处理把目标分割开来,然后采用链码对分割出的目标边界进行描述跟踪,提取计算各种特征。尿液中有形成份种类较多,形状大小差别较大,对红细胞、白细胞的分割提取特征的方法不能同样使用在管型特征的提取,通过仔细分析前人的研究,给出一种简单方便容易实现的管型特征提取方法。对以上各种算法和方案在vc++环境下采用c++编程实现。提取出图像中目标的特征后,采用模式识别方法对各成份进行分类识别。
　　本文在认真学习、分析和总结前人相关工作的基础上,将SVM应用到尿沉渣有形成份识别中,充分利用SVM在小样本时良好的分类识别能力,分析对比了各种常用模式识别方法,根据各有形成份的特点,给出一种利用各成份的医学先验知识与SVM相结合进行分类的方法,即根据几何特征粗分类,用SVM精确分类识别的方法。根据识别结果来看,可获得较高的正确识别率。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

§1.1尿液有形成份分析识别背景和意义

§1.2当前国内外研究状况[1，2，3]

§1.3 图像处理与模式识别的原理及方法

§1.4尿沉渣图像分析仪

§1.5图像分割

§1.6课题研究的难点分析与研究思路

§1.7论文工作内容及结构安排

第二章 尿沉渣图像预处理

§2.1位图颜色处理

§2．2灰度直方图

§2．3图像去噪

§2．4 中值滤波[38，39]

§2.5图像增强[40，41]

§2.6 图像分割

§2.7 边缘检测[56，57，58]

§2.8 数学形态学

§2.9轮廓提取和轮廓跟踪[57]

§2.10种子填充算法[57]

§2.11 实验结果及处理

第三章 尿沉渣图像特征提取

§3.1特征提取与选择概述

§3.2几何特征提取

§3.3图像的纹理特征提取

§3.4管型特征提取

§3.5本章小结

第四章 基于支持向量机的尿有形成份识别

§4.1统计学习理论及支持向量机

§4.2 基于支持向量机分类器的实现

§4.3 支持向量机在尿有形成份识别中的应用

§4.4 结论与讨论

第五章 总结与展望

致谢

参考文献

附录 读研期间所发表的论文