基于多证据的血液白细胞自动分类.pdfVIP

浙江理工大学学报，第30卷，第3期，2013年5月 of Sci—Tech Journal Zhejiang University 2013 V01．30，No．3，May 文章编号：1673—3851(2013)03—0367—05 基于多证据的血液白细胞自动分类 庄杨凯，周平 (浙江理工大学信息学院，杭州310018) 摘要：对白细胞分类方法提出了一种基于形状特征学习的分类算法。该算法首先从细胞核中提取基于欧氏 距离变换的不变矩特征和形态学特征；然后，所提取的特征可以实现对单核细胞、淋巴细胞、嗜碱性粒细胞的分类； 最后，提取灰度共生矩阵作为纹理特征，通过支持矢量机实现对剩余白细胞类别的分类。实验结果表明，该方法具 有很好的分类准确率及较短的处理时间。 关键词：白细胞分类；欧氏距离变换；不变矩；形态学特征；纹理特征；支持矢量机 中图分类号：TP391．4文献标志码：A 中性粒细胞的分类准确率不高。Sabino等[9]仅提 0引言 取了基于灰度共生矩阵的5个纹理特征，部分类别 对血液中的白细胞的检查和分类可以协助医生 诊断诸如艾滋病、白血病等疾病，使得其成为血液检 细胞核面积、模式频谱的峰值位置，细胞核的第一和 测程序重要的步骤之一[1]。根据白细胞细胞核的大 第二不变矩4个特征用于分类，但平均分类准确率 小及形状，可将其分为嗜碱性粒细胞、嗜酸性粒细 胞、淋巴细胞、单核细胞和中性粒细胞5大类。对白 式来提取特征进行分类，但该算法对嗜酸性粒细胞的 细胞的分类可以通过人工或者自动的方法实现，然 分类准确率很低，而且时间耗费较长。 而人工分类方法很耗时，需要经过专门训练的人员， 笔者提出了一个基于形状特征的白细胞分类算 而采用包含图像处理技术的自动分类方法可以提供 法。首先对细胞分割后细胞提取形状特征，以及从 高质量的分类结果。 细胞核提取基于欧氏距离变换的一阶矩特征；其次， 尽管对白细胞的分类首先需要将白细胞检测出 提取的特征实现对单核细胞、淋巴细胞和嗜碱性粒 来，然后进行分割，但目前已有较多的方法可以实 细胞的分类；最后，对于剩余的细胞，提取灰度共生 现[1。]，本文采用文献[1，7]中的方法实现细胞核和矩阵，通过支持矢量机实现分类。 细胞质的分割，重点专注于特征提取。 1 特征方法 目前很多血液白细胞分类基于纹理特征的基础 上，结合形状特征和颜色特征，但是由于特征数过 1．1距离变换 多，以及部分特征鲁棒性不高，导致分类准确率低， 欧氏距离变换，用来计算二值图上一个物体点 而且都是将提取的特征让分类器直接分类，误判范 到最近背景点的距离，假设图像中目标物体的轮廓 是个连续的闭合曲线C，C的内部为目标物体o，那 围大。Rezatofighi等[1|、Ko等[8]提取颜色、形状和 纹理特征，但是特征数过多且在时间耗费上跟手工 么，对于目标。内任意一点，计算该点到轮廓C的最 短距离，然后转化为灰度值就得到了该目标物体的 方法差不多，准确率不高。Huang等[7]也采用了灰 度共生矩阵，再结合部分形状特征，但对淋巴细胞和 距离变换图。对欧氏平面上，任意两点(i，，歹-)和(iz， 收稿日期：2012—11—15 作者简介：庄杨凯(1988一)，男，浙江奉化人，硕士研究生，主要从事图像处理方面的研究。 通信作者：周平，电子邮箱：zp@zstu．edu．cn 万方数据 368 浙江理工大学学