尿沉渣顯微圖像中紅細(xì)胞分割識別方法研究.pdf

1、尿沉渣顯微鏡檢查是常見而重要的臨床檢驗(yàn)項(xiàng)目，紅細(xì)胞是檢測重要指標(biāo)之一。目前，臨床上對尿液中有形成分的檢驗(yàn)主要還是依靠人工鏡檢的方式。該方式工作強(qiáng)度大，主觀程度強(qiáng)，且主要集中于有形成分的定性檢查，不利于臨床的定量診斷。隨著計(jì)算機(jī)視覺以及模式識別技術(shù)的發(fā)展，尿沉渣有形成分檢測的自動(dòng)化定量分析已經(jīng)成為可能。自動(dòng)分析過程可以劃分為圖像預(yù)處理、分割、特征提取及識別。本論文主要就紅細(xì)胞的分割與識別展開研究工作。 在圖像預(yù)處理方面，采用Mea

2、n Shift算法對彩色圖像直接進(jìn)行平滑處理，之后利用Canny算子對圖像進(jìn)行邊緣檢測，獲得的對象邊緣較為完整，且一定程度上抑制了背景噪聲的影響。 根據(jù)紅細(xì)胞形狀一般接近橢圓的特點(diǎn)，本文采用了常用的參數(shù)化曲線檢測方法--Hough變換來進(jìn)行紅細(xì)胞的分割。由于描述橢圓需要使用5個(gè)參數(shù)，因此標(biāo)準(zhǔn)Hough變換在本研究中不具有可行性，而隨機(jī)Hough變換則更加適用。通過分析隨機(jī)Hough變換的采樣效率，指出了降低采樣過程中噪聲水平的必

3、要性，并基于降噪的思路提出了改進(jìn)的隨機(jī)Hough變換橢圓檢測算法。根據(jù)紅細(xì)胞大小的先驗(yàn)知識，在全圖進(jìn)行Hough變換圓環(huán)檢測，獲得若干可能存在紅細(xì)胞的區(qū)域，然后再依次在各個(gè)候選區(qū)域中進(jìn)行隨機(jī)橢圓Hough檢測。為在合理的內(nèi)存開銷下進(jìn)一步降低算法復(fù)雜度，Hough變換的參數(shù)空間采用了5個(gè)一維累加器數(shù)組來構(gòu)造。由于此時(shí)的隨機(jī)Hough變換在一個(gè)很小地范圍內(nèi)進(jìn)行，局部信噪比大為提高，因此算法效率可得到極大提升，準(zhǔn)確率也明顯提高。通過在尿沉渣圖