人體寄生蟲蟲卵識別系統(tǒng)研究與設(shè)計(jì).pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、計(jì)算機(jī)在醫(yī)學(xué)中的廣泛應(yīng)用及數(shù)字圖像處理技術(shù)與顯微技術(shù)的緊密結(jié)合,產(chǎn)生了現(xiàn)代圖像處理的重要分支之一顯微醫(yī)學(xué)圖像處理。該技術(shù)已應(yīng)用于血球分類、細(xì)胞診斷、染色體核型分析和微循環(huán)參數(shù)檢測等醫(yī)學(xué)領(lǐng)域。顯微醫(yī)學(xué)圖像處理技術(shù)有利于提高醫(yī)學(xué)診斷的準(zhǔn)確性;特別是模式識別技術(shù)與該技術(shù)的結(jié)合,形成的顯微醫(yī)學(xué)圖像自動識別技術(shù),更是減輕了醫(yī)務(wù)人員繁重的勞動,為醫(yī)務(wù)人員提供了可靠的診斷依據(jù),大大提高了他們的工作效率。
   基于圖像的寄生蟲蟲卵識別便是顯微

2、醫(yī)學(xué)圖像處理技術(shù)中的一個(gè)重要領(lǐng)域。目前為止,國內(nèi)外學(xué)者對寄生蟲病原體的自動識別進(jìn)行了一定的研究,然而這些研究往往都是基于比較理想化的狀態(tài)下進(jìn)行,其實(shí)驗(yàn)方法難于勝任實(shí)際的檢測需要,特別是在雜質(zhì)較多的情況下,難于獲取穩(wěn)定的識別結(jié)果,同時(shí)識別效率不高。本文在研究寄生蟲蟲卵外觀形狀特征和相關(guān)圖像處理技術(shù)基礎(chǔ)上,提出了一種基于邊界形狀特征的寄生蟲蟲卵分類識別技術(shù)。具體的研究工作主要包括:
   1.對寄生蟲蟲卵圖像識別的相關(guān)研究現(xiàn)狀作了分

3、析,對現(xiàn)有的醫(yī)學(xué)圖像處理和分類技術(shù)進(jìn)行了綜述。
   2.針對如何將蟲卵從待識別圖像中分割出來的問題,提出了一種基于模板的邊界提取技術(shù),通過判斷若干個(gè)候選區(qū)域圖像內(nèi)邊緣空間分布直方圖與模板蟲卵形狀的相似性,來確定該區(qū)域內(nèi)是否含有蟲卵,在確定大體位置的基礎(chǔ)上利用水平集方法準(zhǔn)確的定位蟲卵的邊界,從而達(dá)到將蟲卵區(qū)域圖像從整個(gè)圖像分割出來的目的。
   3.針對蟲卵分類問題,提出了一種基于傅里葉描述子的形狀分類算法,利用區(qū)域邊界

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論