图像识别技术在蓝耳病诊断中的应用研究.pdfVIP

摘 要 从 PRRS 诊断出发，通过图像识别技术对淋巴结细胞含量水平进行分析，从而 辅助 PRRS 的诊断。主要研究内容如下： (1)研究了目前 PRRS 的国内外研究现状以及图像识别技术在医疗诊断领域的研 究现状。 (2)图像预处理研究。由于医学图像的复杂性和实验环境的影响，不能将原始 医学图像用于图像分割。针对不均匀光照的问题，引入了 HSI 颜色空间模型，解除 了彩色信息和光强度的关系。对常用的滤波算法和边缘检测方法进行系统的对比研 究，对数学形态学进行了简要介绍。 (3) 基于分水岭的图像分割改进算法研究。在平滑滤波方面，通过实验选取双 边滤波作为分水岭算法的平滑算法，减少了过分割区域。在标记提取方面，引入人 工启发信息，基于 HSI 彩色图像分割并结合形态学操作设计了标记提取方法, 得到 了有意义的细胞标记。在区域合并方面，针对传统区域合并的高时间消耗问题，引 入了标记信息，设计了基于区域生长的合并方法。在设计区域合并的距离度量时， 充分利用了彩色图像的丰富信息，从颜色、纹理、公共边缘三方面设计了区域合并 的准则，取得了较好的效果。 (4) 特征系统提取方法及特征规约研究。从形状、纹理、颜色三方面对细胞进 行了系统的特征提取。结合 PCA 特征变换和 ReliefF 特征选择各自的优点，提出了 一种基于 PCA 和 ReliefF 的特征规约方法，该方法有效地降低了特征维数，消除了 特征间的不相关性，并剔除了对分类预测贡献较小的特征。 (5)基于分水岭的图像分割改进算法研究。对于淋巴结这样的复杂医学图像， 单个分类器识别效率并不理想。而集成学习能够显著地提升分类器的性能，故对其 进行了深入研究。针对 AdaBoost 对噪声敏感的特性，提出了基于聚类的样本去噪 方法，提升了 Adaboost 算法的稳定性及识别准确率。并进一步提出了基于聚类的 大规模样本集简样方法。还从提高基分类器差异度角度入手，在AdaBoost 和Bagging 算法中引入随机扰动，进一步提升了学习器的泛化能力。综合上述研究成果，利用 加权投票设计了二级分类器集成方法，并基于模块化设计和管道思想提出了一套完 整的模式识别算法框架。 (6) 图像识别技术在医疗诊断中的应用研究。对实验结果得到的细胞含量水平 进行了分析，指出其进行疾病诊断的指标，为 PRRS 诊断提供了依据。 关键词：猪蓝耳病；细胞分割；分水岭算法；集成学习；特征规约 The Research of PRRS Diagnosis by Image Recognition Technology Abstract Aimed at diagnosis of PRRS,we use the image recognition technology to analyze the content level of lymph node cells,which can assit the the diagnosis of PRRS. The main contents are as follows: (1)In this paper ,we have survey the domestic and international research status of PRRS,as well as the image recognition technology in the field of medical diagnostics. (2) Image pre-processing research. Due to the complexity of medical images and experimental environment,we can not use the original medical images for image segmentation directly. In this paper, in view of problems such as uneven il