尿沉渣圖像分割與識(shí)別算法研究.pdf

1、尿沉渣中有形成分如紅白細(xì)胞等對(duì)人體腎臟疾病、泌尿道疾病等具有很重要的診斷和鑒別作用，因此研究如何辨析和檢查尿液中的各種有形成分有重要意義。與傳統(tǒng)尿沉渣鏡檢相比，尿沉渣有形成分自動(dòng)識(shí)別分類系統(tǒng)具有效率高，抗干擾強(qiáng)，準(zhǔn)確率高等優(yōu)點(diǎn)。本文針對(duì)尿沉渣中有形成分復(fù)雜、種類繁多，同時(shí)尿沉渣圖像散焦嚴(yán)重、對(duì)比度較低、光照不均、圖像模糊而導(dǎo)致尿沉渣圖像有形成分分割識(shí)別困難、速度慢等問題，深入研究了尿沉渣圖像增強(qiáng)、分割、特征提取以及有形成分識(shí)別分類方法，

2、提出了一套有效的尿沉渣有形成分自動(dòng)識(shí)別分類算法。主要研究?jī)?nèi)容如下：
　　對(duì)尿沉渣圖像增強(qiáng)，實(shí)驗(yàn)分析了傳統(tǒng)的圖像增強(qiáng)方法，針對(duì)圖像比度低、光照不均等問題，結(jié)合多種增強(qiáng)方法的優(yōu)點(diǎn)，提出了圖像組合增強(qiáng)方法，實(shí)驗(yàn)表明從效率和精度上更加有利于后續(xù)的圖像分割。
　　對(duì)尿沉渣圖像分割，實(shí)驗(yàn)分析了常用的分割算法，針對(duì)有形成分分割困難、速度慢等問題，本文采用組合分割算法，提出基于Canny算子與分水嶺算法的自適應(yīng)尿沉渣圖像分割算法。算法采用C

3、anny算子結(jié)合形態(tài)學(xué)方法對(duì)圖像進(jìn)行粗分割，根據(jù)區(qū)域面積閾值以及圖像復(fù)雜度將尿沉渣圖像分類處理；以提出的圖像組合增強(qiáng)方法對(duì)圖像進(jìn)行增強(qiáng)，利用Canny邊緣檢測(cè)計(jì)算出掩膜矩陣作為精確標(biāo)記，結(jié)合分水嶺分割，最終獲得圖像的分割結(jié)果。實(shí)驗(yàn)證明本文提出的算法對(duì)尿沉渣圖像分割具有優(yōu)越的性能表現(xiàn)，解決了傳統(tǒng)分割算法存在的問題。
　　對(duì)有形成分特征提取，分析研究相關(guān)文獻(xiàn)，本文分析提取了尿沉渣有形成分的形狀及紋理等27個(gè)特征參數(shù)，后續(xù)實(shí)驗(yàn)結(jié)果表明所

4、提取尿沉渣有形成分特征有效準(zhǔn)確，為后續(xù)的識(shí)別工作奠定了基礎(chǔ)。
　　對(duì)有形成分識(shí)別分類，詳細(xì)研究分析了VPMCD理論，將該方法應(yīng)用于尿沉渣有形成分識(shí)別中，提出了改進(jìn)方法：基于Bagging算法優(yōu)化VPMCD模型的B-VPMCD算法，提升了算法的穩(wěn)定性和識(shí)別率。在特征提取基礎(chǔ)上，提出了基于PCA和B-VPMCD的尿沉渣有形成分分類識(shí)別算法。實(shí)驗(yàn)證明了本文提出的方法在尿沉渣有形成分識(shí)別中的有效性，滿足整個(gè)系統(tǒng)的實(shí)時(shí)性和準(zhǔn)確性，優(yōu)于傳統(tǒng)V