骨髓淋巴細(xì)胞自動識別技術(shù)的研究.pdf

1、細(xì)胞顯微圖像處理是醫(yī)學(xué)臨床檢驗的重要手段。近年來，由于環(huán)境的污染，化學(xué)廢料及物理因素等的影響，使得患血液疾病的人數(shù)日益增多，因此計算機輔助細(xì)胞圖像的分類識別對血液病的早期診斷和鑒別具有十分重要的意義。通常血液病專家是在顯微鏡下根據(jù)骨髓和血液中細(xì)胞形態(tài)及細(xì)胞化學(xué)染色等特性來進行診斷的，這種純視覺的估計存在著觀察者自己及觀察者間可重復(fù)性差的問題。為此，研究細(xì)胞自動識別分類及分析技術(shù)，以客觀地完成細(xì)胞的定量分析及計算機輔助診斷顯得越發(fā)重要。細(xì)

2、胞圖像的分類識別是目前圖像處理和模式識別領(lǐng)域的研究熱點，在生物醫(yī)學(xué)領(lǐng)域有著十分廣泛的應(yīng)用前景。它能通過計算機的輔助診斷，為臨床醫(yī)學(xué)診斷提供更加豐富、準(zhǔn)確的醫(yī)學(xué)信息。 本課題是圖像處理和識別在醫(yī)學(xué)領(lǐng)域的一個應(yīng)用性研究，基于24-bit真彩色骨髓淋巴細(xì)胞顯微圖像，就如何運用計算機圖像處理和識別技術(shù)實現(xiàn)其自動分析進行了深入研究和探討，旨在提高淋巴細(xì)胞檢驗的準(zhǔn)確率，減少人為的判斷誤差，降低勞動強度，提供工作效率。本文針對骨髓和血液中淋巴

3、細(xì)胞的特點，對其識別和分類的關(guān)鍵技術(shù)-淋巴細(xì)胞的圖像分割、自動檢出、特征提取和識別分類幾個方面展開較深入的研究。論文的主要工作如下： （1）圖像的自動分割是淋巴細(xì)胞自動識別技術(shù)中的關(guān)鍵一步，分割結(jié)果的好壞將直接影響后續(xù)的特征提取和分類識別。為此，本文提出了一種基于多彩色空間的彩色淋巴細(xì)胞圖像分割算法。它通過RGB彩色空間分析結(jié)合最大類別方差的思想來分割淋巴細(xì)胞胞核，然后結(jié)合胞漿的彩色信息，在HSI空間提取胞漿；為提取細(xì)胞輪廓，提出

4、一種新的圖像輪廓提取方法，采用數(shù)學(xué)形態(tài)學(xué)和Canny算子相結(jié)合，得到細(xì)胞核和細(xì)胞漿輪廓；最后通過自動檢出算法來實現(xiàn)單個細(xì)胞的處理和分析。仿真結(jié)果驗證了該算法對彩色淋巴細(xì)胞圖像分割的有效性。 （2）淋巴細(xì)胞的特征提取是對其進行分類識別的基礎(chǔ)，將細(xì)胞從復(fù)雜背景中分割之后，下一步就要從圖像中找出淋巴細(xì)胞可區(qū)分特征，并進行分析和分類，也就是對細(xì)胞進行特征提取。本文在細(xì)胞圖像分割的基礎(chǔ)上，結(jié)合臨床檢驗專家的知識經(jīng)驗，深入地分析了淋巴細(xì)胞圖像

5、的特征描述，提取了淋巴細(xì)胞的形態(tài)特征、色度和亮度特征、彩色特征以及紋理特征。 （3）在分類方面，為了解決常見的特征維數(shù)高、類別多的分類問題，提高正確率，研究了BP神經(jīng)網(wǎng)絡(luò)在淋巴細(xì)胞分類問題中的應(yīng)用，對三類淋巴細(xì)胞進行了自動分類，研究了分類器的構(gòu)建及參數(shù)選擇問題，并對傳統(tǒng)BP分類器進行了改進。最后使用交叉驗證方法驗證了改進的BP分類器的分類性能，并將其與傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)分類結(jié)果進行比較分析，實驗結(jié)果證明了改進的BP分類器可以用于淋巴