基于Spiking神經網絡的白血病細胞圖像邊緣檢測.pdf

1、由于傳統(tǒng)的白血病診斷方式存在一些缺陷,本文以白血病細胞圖像為研究對象,結合數字圖像處理技術等學科的相關知識,通過Matlab數學建模,進行白細胞與背景的分離及白細胞的分割,以期為最終實現白血病的計算機自動診斷、分類識別完成至關重要的一步。
　　 首先,運用空域處理及頻域處理法對白血病細胞圖像進行預處理,去除噪聲,并將白細胞與背景分離開來。其次,運用閾值分割、基于區(qū)域的分割、邊緣檢測、基于分水嶺變換的分割等傳統(tǒng)的圖像分割算法對白細

2、胞圖像進行分割,通過對分割結果的分析,得出其優(yōu)缺點。最后,介紹了根據模擬生物大腦視覺皮層神經網絡的活動而建立的第三代人工神經網絡--spiking神經網絡(Spiking Neural Network,SNN),討論了基于電導率的IF神經元模型(integrate-and-fire neuron model),并將該神經網絡應用于白細胞圖像的邊緣檢測。
　　 本課題對白血病細胞圖像進行預處理,實現了白細胞與背景的分離,并在國內首