动物骨髓细胞分割和识别方法的研究.pdfVIP

中冒农业工程学会2005年学术年会论文集 动物骨麓细胞分割与识别方法的研究 麻硕士1，侯振杰2，裴喜春2，潘新2 揍要。针对骨髓细胞图像的特点，采用连续小波变换对图像进行了处理，在消除原始图像噪声的同时，从不同的角度检测出图像 的主要边缘。采用两级神经网络，利用基于神经网络的GHA算法获得图像的三个主分量，然后采用模拟退火算法和BP算法进行细 胞的分类识别，获得了较好的识别效果。 关健词t骨髓细胞；连续小波变换；主分量分析；模拟退火算法：分割 中圈分类号lTP391．4 由于骨髓细胞图像中的细胞种类繁多，具有非常好 0引 言+ 的代表性，因此选用马的骨髓细胞涂片图像，经赖特氏 染色，显微镜放大400倍后采集进计算机进行研究，提 利用计算机对细胞图像进行特征提取与分类、计 出了一种在采用连续小波检测出细胞主要边缘轮廓后， 数等工作是现代生物医学工程领域的一个研究热点。 利用PCA神经网络提取出主分量，之后进行细胞种类识 这些任务的实现都可以归结为图像分割以及模式识别 别的新方法。 问题。在对细胞及细胞核等进行正确分割的基础上， 计算出目标的各类特征，为医务人员的正确诊断提供 1基于连续小波变换的细胞分割 帮助。在这一领域已经进行了非常多的有益探索， ChengyangXu等利用活动轮廓模型对经过边缘检测的 小波变换是80年代后期发展起来的应用数学的 图像进行了轮廓拟合和分割，尤其是对U型图像取得 一个分支。 了较好的效果…。JBosworth使用数学形态学对细 傅立叶分析只擅长处理线性问题，对非线性问题 胞图像进行处理瞠j。利用形态学中的开、闭运算以 力不从心，并且，在L2以外的空间，傅立叶变换系数 及骨架提取等操作实现对细胞的正确分割。C 不能刻画出f(t)所在的空间，无法做到时频局部分析， Rajapakse和Vannier等利用统计学模型瞄儿刮等方法 而小波分析克服了上述变换的不足，因此在各学科领 分别从不同的角度对细胞图像进行了分割与处理。国 域得到了广泛的应用。 内现在对生物及医学图像的计算机处理也做了很多有 在图像处理领域，一般使用二维离散小波变换 益的探索。西安交通大学张勇等对白细胞的计算机自 动识别系统进行了研究旧1。南京大学杨大刚等基于HIS 极其对角线方向进行，而连续小波变换(CWT)不仅可 颜色模型进行了有核骨髓细胞的分割16】。上述这类研 以做尺度的伸缩，还可以做坐标的旋转，这样就使其 究大多集中在人类细胞方面，在动物医学领域的研究 具有了极化能力，可以多角度地选择最佳方向进行分 很少。由于各种动物的同一类细胞之间在大小、形态 析，对信号细微变化的探测更为灵敏。