血細(xì)胞圖像白細(xì)胞的自動(dòng)檢測(cè)與識(shí)別.pdf

1、白細(xì)胞是人體免疫系統(tǒng)的重要組成部分，當(dāng)人體出現(xiàn)疾病時(shí)，血液中的各類(lèi)白細(xì)胞的數(shù)目會(huì)發(fā)生變化。通過(guò)分析血液中各種白細(xì)胞的數(shù)目及所占比例，可以幫助醫(yī)生對(duì)疾病進(jìn)行診斷，因而對(duì)血細(xì)胞圖像中的白細(xì)胞進(jìn)行分類(lèi)計(jì)數(shù)具有重要的意義。血細(xì)胞圖像白細(xì)胞的檢測(cè)與識(shí)別分為白細(xì)胞的定位分割、特征提取與選擇和白細(xì)胞分類(lèi)計(jì)數(shù)三個(gè)步驟。
　　在白細(xì)胞的定位分割部分，首先采用基于RGB空間分量的方法進(jìn)行白細(xì)胞的定位，并取得了較高的定位準(zhǔn)確率。然后利用RGB空間分量組

2、合與Otsu方法分割出白細(xì)胞核。本文使用活動(dòng)基模型進(jìn)行白細(xì)胞漿的分割，針對(duì)原始活動(dòng)基模型在白細(xì)胞檢測(cè)中的偏移問(wèn)題，提出局部邊緣模型的改進(jìn)訓(xùn)練方案。針對(duì)使用活動(dòng)基模型凸包分割白細(xì)胞時(shí)出現(xiàn)的過(guò)分割問(wèn)題，提出使用離群點(diǎn)檢測(cè)去除散列在白細(xì)胞外輪廓之外的離群點(diǎn)，并得到了較好的分割效果。
　　在特征提取與選擇方面，本文首先從形態(tài)、色度和紋理三個(gè)方面對(duì)白細(xì)胞核、白細(xì)胞漿進(jìn)行特征提取。根據(jù)白細(xì)胞核凸包區(qū)域的特點(diǎn)，本文增加對(duì)白細(xì)胞核凸包區(qū)域的形態(tài)、

3、色度和紋理特征提取，加入周長(zhǎng)差異率、邊緣梯度積分等特征，最終一共提取100個(gè)特征。然后采用基于Fisher準(zhǔn)則的方法對(duì)特征分類(lèi)能力進(jìn)行排序篩選，最終選擇出70個(gè)特征，減少特征個(gè)數(shù)。最后使用Z-Score方法對(duì)選擇的特征進(jìn)行標(biāo)準(zhǔn)化。
　　在分類(lèi)計(jì)數(shù)方面，本文采用支持向量機(jī)、隨機(jī)森林和K近鄰三種分類(lèi)器進(jìn)行白細(xì)胞的五分類(lèi)，實(shí)驗(yàn)結(jié)果表明三種分類(lèi)器在淋巴細(xì)胞和嗜中性粒細(xì)胞的分類(lèi)上都具有較高的準(zhǔn)確率，其中支持向量機(jī)在白細(xì)胞五分類(lèi)上具有最好的分