基于BP神經(jīng)網(wǎng)絡(luò)的體液細(xì)胞識(shí)別.pdf

1、在生物醫(yī)學(xué)工程領(lǐng)域，細(xì)胞圖像自動(dòng)識(shí)別與分析受到越來(lái)越多人的關(guān)注。為了提高醫(yī)學(xué)檢驗(yàn)效率與檢驗(yàn)結(jié)果的科學(xué)性，人們研究體液細(xì)胞圖像有形成分的自動(dòng)識(shí)別與分析。隨著神經(jīng)v網(wǎng)絡(luò)和圖像科學(xué)的發(fā)展，相比于傳統(tǒng)的模式識(shí)別方法，神經(jīng)網(wǎng)絡(luò)圖像識(shí)別技術(shù)具備處理數(shù)據(jù)量大、處理速度快的特點(diǎn)，廣泛應(yīng)用于經(jīng)濟(jì)、生活各個(gè)領(lǐng)域。論文主要包括圖像采集及預(yù)處理、提取圖像組合矩和用BP神經(jīng)網(wǎng)絡(luò)分類(lèi)器對(duì)細(xì)胞圖像進(jìn)行識(shí)別這幾部分。
　?。?）通過(guò)圖像采集系統(tǒng)采集到的圖像建立圖

2、像庫(kù)，對(duì)圖像庫(kù)中的圖像進(jìn)行去噪、分割、特征提取等處理。通過(guò)分析體液細(xì)胞圖像的降質(zhì)因素和噪聲模型，得出結(jié)合信息熵噪聲點(diǎn)檢測(cè)的自適應(yīng)中值濾波算法，并詳細(xì)闡述了灰度圖像的最佳閾值分割算法和利用組合矩進(jìn)行特征提取的算法。
　?。?）在Hu矩七個(gè)不變量基礎(chǔ)上構(gòu)建了具有五個(gè)不變量的組合矩，并用這五個(gè)矩不變量描述目標(biāo)特征。
　?。?）采用BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行細(xì)胞識(shí)別，介紹了基本的BP神經(jīng)網(wǎng)絡(luò)原理。經(jīng)過(guò)與傳統(tǒng)模式識(shí)別對(duì)比后，選擇神經(jīng)網(wǎng)絡(luò)作為