

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、血細(xì)胞計(jì)數(shù),是臨床上判斷有無(wú)疾病、疾病類(lèi)型和嚴(yán)重程度的主要依據(jù)。目前國(guó)內(nèi)大多數(shù)血細(xì)胞分析儀采用庫(kù)爾特原理對(duì)血細(xì)胞進(jìn)行檢測(cè)。然而,檢測(cè)過(guò)程中出現(xiàn)的“結(jié)伙”、“溜邊”現(xiàn)象會(huì)使形成的血細(xì)胞脈沖形態(tài)異常。傳統(tǒng)的脈沖計(jì)數(shù)方法無(wú)法識(shí)別這類(lèi)形態(tài)異常的血細(xì)胞脈沖,從而產(chǎn)生誤計(jì)或漏計(jì),影響血細(xì)胞計(jì)數(shù)的準(zhǔn)確性。因此,血細(xì)胞信號(hào)的準(zhǔn)確分類(lèi)與識(shí)別對(duì)血細(xì)胞精確計(jì)數(shù)具有重要意義。
本文首先回顧了國(guó)內(nèi)外血細(xì)胞分析技術(shù)的發(fā)展現(xiàn)狀、趨勢(shì)和存在的問(wèn)題,著重分析了
2、當(dāng)前血細(xì)胞計(jì)數(shù)與識(shí)別所面臨的問(wèn)題,并分別闡述了 Hilbert-Huang變換(Hilbert-Huang Transform, HHT)和支持向量機(jī)(Support Vector Machine, SVM)的研究進(jìn)展和現(xiàn)狀。
其次,介紹了血細(xì)胞脈沖信號(hào)的采集原理和采集、預(yù)處理過(guò)程,并分析了多形態(tài)血細(xì)胞信號(hào)產(chǎn)生的原因及影響。
然后,分別闡述了 Hilbert Huang-變換和支持向量機(jī)的相關(guān)理論。介紹了Hilber
3、t Huang-變換的基本原理、兩個(gè)核心算法、分析流程以及該方法在時(shí)頻分析中的優(yōu)勢(shì)性。概述了支持向量機(jī)的理論基礎(chǔ)、分類(lèi)原理及分類(lèi)算法,并分析了目前常用的分類(lèi)方法的優(yōu)缺點(diǎn)。
針對(duì)多形態(tài)血細(xì)胞信號(hào)識(shí)別問(wèn)題,本文在比較分析了常見(jiàn)的特征提取方法和分類(lèi)方法后,設(shè)計(jì)了一種基于 Hilbert Huang-變換和多分類(lèi)支持向量機(jī)的識(shí)別算法。根據(jù)血細(xì)胞脈沖信號(hào)的時(shí)域特點(diǎn),選擇脈沖寬度、高度、峰谷比和陡度作為信號(hào)的時(shí)域特征。用 Hilbert
4、Huang-變換提取血細(xì)胞信號(hào)的第2~5階IMF分量的譜質(zhì)心和能量貢獻(xiàn)率作為其頻域特征,與時(shí)域特征一起構(gòu)成血細(xì)胞的特征向量。根據(jù)血細(xì)胞的特征屬性和類(lèi)別數(shù),設(shè)計(jì)了一種基于支持向量機(jī)的多類(lèi)分類(lèi)器,并通過(guò)理論分析和實(shí)驗(yàn)測(cè)試確定分類(lèi)器的結(jié)構(gòu)、分類(lèi)算法及相關(guān)參數(shù)。通過(guò) LibSVM軟件仿真,表明該算法對(duì)多形態(tài)的血細(xì)胞脈沖信號(hào)具有良好的分類(lèi)效果;臨床測(cè)試結(jié)果也驗(yàn)證了該算法的有效性與可行性。
本文主要研究成果是:通過(guò)對(duì)非線性、非平穩(wěn)、形態(tài)多
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于HHT-HMM血細(xì)胞信號(hào)識(shí)別方法的研究.pdf
- 基于噪聲信號(hào)的發(fā)動(dòng)機(jī)故障診斷HHT-SVM模型研究.pdf
- 基于Gabor濾波器和SVM的血細(xì)胞圖像分類(lèi)識(shí)別研究.pdf
- 基于HHT和SVM的砰擊檢測(cè)算法研究.pdf
- 基于SVM算法的尿沉渣細(xì)胞分類(lèi)識(shí)別系統(tǒng)的研究.pdf
- 基于FPGA的血細(xì)胞脈沖信號(hào)識(shí)別算法的研究與實(shí)現(xiàn).pdf
- 基于集成的SVM車(chē)標(biāo)識(shí)別算法研究.pdf
- 基于SVM的驗(yàn)證碼識(shí)別算法研究.pdf
- 基于HHT和SVM的水電機(jī)組特征提取與狀態(tài)識(shí)別.pdf
- 基于SVM的人臉識(shí)別增量學(xué)習(xí)算法研究.pdf
- 基于HHT的咳嗽音識(shí)別研究.pdf
- 基于hht和svm銑削失穩(wěn)特征提取和模式識(shí)別
- 基于FPGA的SVM車(chē)牌識(shí)別算法研究與實(shí)現(xiàn).pdf
- 基于支持向量機(jī)(SVM)的車(chē)牌識(shí)別算法研究.pdf
- 基于HHT的語(yǔ)音情感識(shí)別研究.pdf
- 基于SVM的車(chē)牌字符識(shí)別算法研究與實(shí)現(xiàn).pdf
- 基于HMM和SVM的中國(guó)手語(yǔ)識(shí)別算法研究.pdf
- 基于EHMM-SVM的人臉識(shí)別算法研究.pdf
- 血細(xì)胞圖像分割算法研究.pdf
- 基于HHT算法的定時(shí)抖動(dòng)研究.pdf
評(píng)論
0/150
提交評(píng)論