白細(xì)胞自動分類識別系統(tǒng)的研究.pdf

1、免疫系統(tǒng)作為人體的第三道防線，保護(hù)人體免受病毒、細(xì)菌等的入侵，對人體的健康起著至關(guān)重要的作用。而白細(xì)胞作為免疫系統(tǒng)的一部分，負(fù)責(zé)識別并吞噬非正常細(xì)胞，如癌細(xì)胞等。通常人體血液中各種白細(xì)胞穩(wěn)定維持在一定的含量，因此白細(xì)胞含量的失衡往往也預(yù)示著人體存在著健康問題。傳統(tǒng)血常規(guī)檢查中白細(xì)胞的分類計數(shù)及形態(tài)學(xué)分析依靠的是血液檢驗專家的人工計數(shù)及分析，這是一項效率低且主觀性強的工作。因此需要發(fā)展血細(xì)胞的自動分類計數(shù)及形態(tài)學(xué)分析的研究，其中流式細(xì)胞儀

2、是目前白細(xì)胞計數(shù)中常用的設(shè)備。然而流式細(xì)胞儀造價昂貴，且不能對白細(xì)胞種類進(jìn)行細(xì)分，在臨床應(yīng)用中其存在局限性。近些年來發(fā)展起來的利用圖像處理及模式識別方法進(jìn)行白細(xì)胞的分類識別及形態(tài)學(xué)分析的技術(shù)逐漸發(fā)展起來。利用白細(xì)胞圖像進(jìn)行計算機自動分類識別及形態(tài)學(xué)分析的技術(shù)成本低，可以對白細(xì)胞的種類進(jìn)行細(xì)分，因此具有廣闊的應(yīng)用前景。目前利用白細(xì)胞圖像進(jìn)行計算機自動分類識別的方法有很多，但是大多數(shù)的方法都不能在實際應(yīng)用中展現(xiàn)出優(yōu)良的性能，精度及魯棒性都不

3、能令人滿意。本文提出了一個完整的白細(xì)胞自動分類識別應(yīng)用框架，旨在實現(xiàn)血細(xì)胞圖像中白細(xì)胞種類的細(xì)分及分別計數(shù)，為臨床診斷提供可靠的依據(jù)。
　　本文的核心內(nèi)容是研究并實現(xiàn)一個完整的白細(xì)胞自動分類識別系統(tǒng)。在白細(xì)胞自動分類識別系統(tǒng)的研究過程中，由于血細(xì)胞圖像中白細(xì)胞細(xì)胞核與細(xì)胞質(zhì)的色彩接近，圖片色彩、亮度不統(tǒng)一等導(dǎo)致的白細(xì)胞細(xì)胞核與細(xì)胞質(zhì)難以精確分割是首要解決的問題。針對這一問題本文提出了兩種解決方案，一種是基于色彩空間轉(zhuǎn)換的白細(xì)胞分割

4、算法，另一種是基于色彩空間的K均值聚類白細(xì)胞分割算法。白細(xì)胞分割完成后，本文提出了一種白細(xì)胞特征提取方法，用以更好的表示各種白細(xì)胞的特征。接著采用了序列前向選擇算法對提取的特征進(jìn)行選擇，去除冗余的對分類貢獻(xiàn)不大的特征，從而提高了分類精度及分類速度。本文采用SVM分類器對白細(xì)胞進(jìn)行分類，白細(xì)胞分類是一個多分類問題，而SVM本質(zhì)上是一個二分類器，因此本文采用One-Against-All策略，利用SVM實現(xiàn)白細(xì)胞的多分類，并對分類結(jié)果進(jìn)行了