人體糞便鏡檢圖像自動(dòng)分割與識(shí)別算法研究.pdf

1、在臨床病理學(xué)檢驗(yàn)中，人體糞便成分分析具有重要的意義。糞便鏡檢作為三大常規(guī)醫(yī)療檢測(cè)之一，為醫(yī)學(xué)輔助診斷提供了重要的依據(jù)，其最主要目的是識(shí)別其中的活性物質(zhì)，如血細(xì)胞、寄生蟲和霉菌等。本文所提出的算法正是圍繞糞便鏡檢圖像分割與識(shí)別相關(guān)技術(shù)所展開(kāi)的，涉及到圖像預(yù)處理、圖像分割、輪廓查找、特征提取和分類等關(guān)鍵技術(shù)。
　　圖像預(yù)處理包括去噪和光照校正。由于糞便鏡檢圖像背景復(fù)雜，雜質(zhì)干擾較多，采集的圖像背景易受光線和檢測(cè)環(huán)境的影響，因此首先對(duì)圖

2、像進(jìn)行去噪，消除顆粒噪聲的影響；然后進(jìn)行光照校正，消除光照不均勻的影響。
　　圖像分割是很多基于圖像識(shí)別研究課題的重點(diǎn)，分割結(jié)果會(huì)直接影響后續(xù)圖像處理步驟。本文選擇的Chan-Vese模型是一種基于水平集方法的圖像分割技術(shù)，該方法整合了圖像的全局信息，不需要利用圖像邊緣就可以獲得很好的分割效果。
　　輪廓查找在圖像分割后續(xù)處理和特征提取階段都有用到。目標(biāo)區(qū)域輪廓的準(zhǔn)確提取對(duì)后續(xù)特征檢測(cè)有重要的影響，因此首先進(jìn)行一次輪廓查找，

3、并填充其中的孔洞，以避免內(nèi)層輪廓的分析，減少計(jì)算量；然后在特征提取階段再進(jìn)行一次輪廓提取，得到完整的目標(biāo)邊界表示，對(duì)于每一個(gè)目標(biāo)輪廓，分析其參數(shù)特征，包括面積、圓形度、形態(tài)因子、周長(zhǎng)比、擬合誤差等形態(tài)特征。
　　最后根據(jù)提取的特征進(jìn)行分類，本文選擇基于決策樹(shù)的細(xì)胞分類方法。目標(biāo)分類包括兩個(gè)過(guò)程，首先根據(jù)人工標(biāo)記對(duì)標(biāo)準(zhǔn)圖像進(jìn)行訓(xùn)練，根據(jù)提取的細(xì)胞特征值訓(xùn)練決策樹(shù)；第二步是自動(dòng)識(shí)別階段，對(duì)于每一個(gè)目標(biāo)特征，根據(jù)第一步訓(xùn)練的決策樹(shù)判斷該