红细胞图象处理及识别的研究与实现
|
摘要
随着科学技术，特别是信息技术的发展，图象处理技术已经成为科学研究不可缺少的强有力工具。从60年代开始，首先在航天领域采用计算机图象处理方法处理从月球传回的照片取得硕果。迄今为止，已在各行业、各学科广泛应用，较典型的如遥感图象处理中气象的大区形势、地理地图绘制、地质勘探、农业生产、森林资源调查、海洋监测等。另一典型应用是医学工程领域，如显微图象处理、红、白血球的分析计数、染色体分析等，对提高人民的健康水平有极大作用，
本课题研究的目的是利用信息技术实现不同形态红细胞的分类，以提高红细胞检验的准确度和精密度，减少人为的判断误差，降低劳动强度，提高工作效率。
本课题在医学方面主要内容是对红细胞的形态进行分类。红细胞的形态主要分以下六类：正常形态、球形红细胞、椭圆形红细胞、靶形红细胞、镰状红细胞、口红形红细胞
本课题对红细胞图象六种形态进行图象处理及识别，分别采用了图象处理中的灰度拉伸、均值滤波、数学形态学的开闭运算、阈值分割、边缘提取、轮廓跟踪及图象识别理论中的决策树分类法、人工神经网络感知器神经网络识别法等一系列处理方法，取得了较好的效果。对各类形态红细胞的平均识别率达80％以上。对重叠红细胞的分割率达到70％，分割效果较好。本课题是图象处理和识别在医学领域的一个应用性研究，为图象处理及识别理论在医学领域的进一步应用起到了较好的示范作用，课题本身具有较强的启发性和指导性。
With the development of science and technology, especially the information technology, image processing technology is becoming an essential strong technology .In 1960's,the image transmitted from the moon was successively processed with the computer image processing technology in the field of astronautic field. By now ,it is applied in varied subject and field, such as large range meteorological trend in remote-sensing image processing, cartology, land prospect, agriculture ,investigation of forest resources, survey of ocean, etc . Another typical application is the medical engineering, such as micro-image processing ,hematology analysis and number, DNA analysis, etc . It gives a great contribute to promoting the health of humanity.
The study has classified the hematology image with the image processing and recognition technology and applied a series of processing methods ,such as ,histogram enhancement, averaging filtering, morphological in image processing ,threshold segmentation, boundary subtracting and tracing, perceptron of artificial neural network etc. The study gets a nice effect. The recognition degree is above 80%.The segmentation degree of fold cells gets 70%.The subject is an application research in the image processing and recognition field of medicine .It sets a good example to the medical image processing and recognition .The study is very inspiring and conductive.
本课题研究的目的是利用信息技术实现不同形态红细胞的分类，以提高红细胞检验的准确度和精密度，减少人为的判断误差，降低劳动强度，提高工作效率。
本课题在医学方面主要内容是对红细胞的形态进行分类。红细胞的形态主要分以下六类：正常形态、球形红细胞、椭圆形红细胞、靶形红细胞、镰状红细胞、口红形红细胞
本课题对红细胞图象六种形态进行图象处理及识别，分别采用了图象处理中的灰度拉伸、均值滤波、数学形态学的开闭运算、阈值分割、边缘提取、轮廓跟踪及图象识别理论中的决策树分类法、人工神经网络感知器神经网络识别法等一系列处理方法，取得了较好的效果。对各类形态红细胞的平均识别率达80％以上。对重叠红细胞的分割率达到70％，分割效果较好。本课题是图象处理和识别在医学领域的一个应用性研究，为图象处理及识别理论在医学领域的进一步应用起到了较好的示范作用，课题本身具有较强的启发性和指导性。
With the development of science and technology, especially the information technology, image processing technology is becoming an essential strong technology .In 1960's,the image transmitted from the moon was successively processed with the computer image processing technology in the field of astronautic field. By now ,it is applied in varied subject and field, such as large range meteorological trend in remote-sensing image processing, cartology, land prospect, agriculture ,investigation of forest resources, survey of ocean, etc . Another typical application is the medical engineering, such as micro-image processing ,hematology analysis and number, DNA analysis, etc . It gives a great contribute to promoting the health of humanity.
The study has classified the hematology image with the image processing and recognition technology and applied a series of processing methods ,such as ,histogram enhancement, averaging filtering, morphological in image processing ,threshold segmentation, boundary subtracting and tracing, perceptron of artificial neural network etc. The study gets a nice effect. The recognition degree is above 80%.The segmentation degree of fold cells gets 70%.The subject is an application research in the image processing and recognition field of medicine .It sets a good example to the medical image processing and recognition .The study is very inspiring and conductive.
引文
[1] 申玉璋．诊断学基础．北京：人民卫生出版社，1989
[2] 贾民谊．诊断学．北京：人民卫生出版社，1981
[3] Rafael C. Gonza]ez Richard E. Woods.Digital Image Processing(Second Edition) Publishing House of Electronics Industry 2002
[4] Sergios Theodoris Konstantinos Koutroumbas [Greek] Pattern Recognition(Second Edition) Publisher: China Machine Press 2003
[5] 边肇祺 张学工．模式识别．北京：清华大学出版社，2000
[6] 向世明．Visual C++数字图像与图形处理．北京：电子工业出版社 2002
[7] 何斌 马天予 王运坚 朱红莲．Visual C++数字图像处理．北京：人民邮电出版社，2001
[8] 程文斌 金相凤．Visual C++实用大全．北京：北京航空航天大学出版社，1995
[9] 许东 吴铮．基于MATLAB6．x的系统分析与设计——神经网络(第二版)．西安：西安电子科技大学出版社，2002
[10] 粱光明 刘东华 李波．用于显微细胞图像的二维自适应阈值分割算法的优化．[J] 中国图像图形学报，2003，8(7)：764—768
[11] 姜晓彤 罗立民 汪家旺 潘晓敏．一种肺部肿瘤CT图像序列的自动分割方法．[J]中国图像图形学报，2003，8(9)：1023—1025
[12] 许锋 卢建刚 孙优贤．神经网络在图像处理中的应用．[J]信息与控制，2003，32(4)：344—351
[13] 田娅 饶妮妮 蒲立新．国内医学图像处理技术的最新动态．[J]电子科技大学学报，2002，31(5)：485-489
[14] 尧德中 李永杰 周山宏．生物医学中的信息技术．[J]电子科技大学学报社科版，2001，3(2)：3—9
[15] 黄剑 周正炎 丁国伟．数字图像处理在口腔医学中的应用与进展．[J]同济大学学报，2003，24(5)：436—438
[16] 聂斌．医学图像分割技术及其进展．[J]泰山医学院学报，2002，23(4)：422—426
[17] 步金梅 肖毅 龙梅 倪利 李宏阳．计算机在医学图像处理方面的应用．[J] 中国医学教育技术．2001，15(4)：203—204
[18] 李小平 段锴 赵健龙．利用BP算法实现集装箱编号识别．[J]北京理工大学学报，2001，21(3)：345—347
[19] 邓国强 孙景鳌 蔡安妮 董守平．一种基于曲线积分的区域填充算法．[J] 北京邮电大学学报，2001，24(2)：87—91
[20] 张翔 刘媚洁 陈立伟．基于数学形态学的边缘提取方法．[J]电子科技大学学报，2002，31(5)：490—495
[21] 景云华 董才林 杨扬 李笑歌．复杂背景下的阈值插件插值方法．[J]计算机工程，2003，29(17)：160—162
[22] 易小波．身份证图像识别系统中文字分割的研究．[J]企业技术开发，2003，11：19—21
[23] 周德龙 朱立明 潘泉 张洪才 戴冠中．基于最大相关准则的阈值处理算法．[J]电子与信息学报，2002，24(1)：136—139
[24] 张永忠 赵翔．直方图的方法在车号识别处理中的应用．[J]山西经济管理干部学院学报，2001，9(2)：42—43
[25] 赵庚星 窦益汀 田文新 张银辉．卫星遥感影像中耕地信息的自动提取方法研究．[J]地理科学，2001，21(4)：224—229
[26] 李小平 任江兴 杨德刚．车牌识别系统中若干问题的探讨．[J]北京理工大学学报，2001，21(1)：116—119
[27] 吴潜 居太亮 姚伯威．应用种子填充算法提取图像的形状特征．[J]电讯技术，2001，4：88—90
[28] 孙斌．染色体图像分析系统及算法研究．[J]电子测量与仪器学报，2000，14(4)：54—58
[29] 余江 施心陵 郑苏民 灰度图像的模糊化成组自动切割转换二值图像．[J]云南大学学报，1999，21(5)：374-375
[30] 屈志毅 李炬嵘 王玉珍．印鉴自动识别系统中图像处理与识别的方法研究．[J]甘肃科学学报，2001，13(1)：12—16
[31] 卢强 陈泉林 林康红．用VC实现位图文件处理．[J]电子技术，2001，8：32—34
[32] Martin T. Hagan, Howard B. Deuth, Mark Beale. Neural Network Design. China Machine Press. 2002
[33] 姚力 刘佳敏 谢咏圭 裴留庆．基于细胞神经网络的图像分割及其在医学图像中应用．[J]中国科学，2001，31(2)：167—171
[34] Michael Brady, Computational Approaches to Image Understanding, Computing Surveys, Vol. 14, No.1, pp, 3-71,1982.
[35] Jeffcoat MK, Reddy MS Advances in measurements of periodontal bone and attachment loss[J] Monogr Oral Sci, 2000,1756-1772
[36] Christgan M, Hiller KA, Schmalz G, et al. Accuracy of quantitative digital subtraction radiography for determining changes in calcium mass in mandibular bone: an in vitr study[J],J periodontal Res, 1998,33(3):138-149
[37] Yang J, Ling X, Lu Y, et al. Cephalometric image analysis and measurement for orthognathic surgery[J].Med boil Eng Comput,2001,39(3):279-284
[38] Duncan, J.S.,Ayache, N. Medical image analysis:progress over two decades and the challenges ahead. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, 22(1): 85-106.
[39] Kass, M. Witkin, A.,Terzopoulous, D. Snakes: active contour models, lnternational Journal of Computer, 1987, 1(4): 321-331.
[40] Kichenassamy, A.,Kumar, A.,Olver, P.,et al. Gradient flows and geometric active vontour models, In:Proceedings of the IEEE International conference on Computer Vision 1995.810-815
[41] Kevin P. Hinshaw. Shape-based models for interactive segmentation of medical images, in Image Processing, Murrayh[J].joew, editor, proc. SPIE, 2003,2434:771-780.
[42] M. Stella Atkins, Blair T. mackiewich. Fully Automatic Segmentation of the Brain in MRI[J]. IEEE Trans. medical Imaging, 2003, 17(1): 98-107.
[2] 贾民谊．诊断学．北京：人民卫生出版社，1981
[3] Rafael C. Gonza]ez Richard E. Woods.Digital Image Processing(Second Edition) Publishing House of Electronics Industry 2002
[4] Sergios Theodoris Konstantinos Koutroumbas [Greek] Pattern Recognition(Second Edition) Publisher: China Machine Press 2003
[5] 边肇祺 张学工．模式识别．北京：清华大学出版社，2000
[6] 向世明．Visual C++数字图像与图形处理．北京：电子工业出版社 2002
[7] 何斌 马天予 王运坚 朱红莲．Visual C++数字图像处理．北京：人民邮电出版社，2001
[8] 程文斌 金相凤．Visual C++实用大全．北京：北京航空航天大学出版社，1995
[9] 许东 吴铮．基于MATLAB6．x的系统分析与设计——神经网络(第二版)．西安：西安电子科技大学出版社，2002
[10] 粱光明 刘东华 李波．用于显微细胞图像的二维自适应阈值分割算法的优化．[J] 中国图像图形学报，2003，8(7)：764—768
[11] 姜晓彤 罗立民 汪家旺 潘晓敏．一种肺部肿瘤CT图像序列的自动分割方法．[J]中国图像图形学报，2003，8(9)：1023—1025
[12] 许锋 卢建刚 孙优贤．神经网络在图像处理中的应用．[J]信息与控制，2003，32(4)：344—351
[13] 田娅 饶妮妮 蒲立新．国内医学图像处理技术的最新动态．[J]电子科技大学学报，2002，31(5)：485-489
[14] 尧德中 李永杰 周山宏．生物医学中的信息技术．[J]电子科技大学学报社科版，2001，3(2)：3—9
[15] 黄剑 周正炎 丁国伟．数字图像处理在口腔医学中的应用与进展．[J]同济大学学报，2003，24(5)：436—438
[16] 聂斌．医学图像分割技术及其进展．[J]泰山医学院学报，2002，23(4)：422—426
[17] 步金梅 肖毅 龙梅 倪利 李宏阳．计算机在医学图像处理方面的应用．[J] 中国医学教育技术．2001，15(4)：203—204
[18] 李小平 段锴 赵健龙．利用BP算法实现集装箱编号识别．[J]北京理工大学学报，2001，21(3)：345—347
[19] 邓国强 孙景鳌 蔡安妮 董守平．一种基于曲线积分的区域填充算法．[J] 北京邮电大学学报，2001，24(2)：87—91
[20] 张翔 刘媚洁 陈立伟．基于数学形态学的边缘提取方法．[J]电子科技大学学报，2002，31(5)：490—495
[21] 景云华 董才林 杨扬 李笑歌．复杂背景下的阈值插件插值方法．[J]计算机工程，2003，29(17)：160—162
[22] 易小波．身份证图像识别系统中文字分割的研究．[J]企业技术开发，2003，11：19—21
[23] 周德龙 朱立明 潘泉 张洪才 戴冠中．基于最大相关准则的阈值处理算法．[J]电子与信息学报，2002，24(1)：136—139
[24] 张永忠 赵翔．直方图的方法在车号识别处理中的应用．[J]山西经济管理干部学院学报，2001，9(2)：42—43
[25] 赵庚星 窦益汀 田文新 张银辉．卫星遥感影像中耕地信息的自动提取方法研究．[J]地理科学，2001，21(4)：224—229
[26] 李小平 任江兴 杨德刚．车牌识别系统中若干问题的探讨．[J]北京理工大学学报，2001，21(1)：116—119
[27] 吴潜 居太亮 姚伯威．应用种子填充算法提取图像的形状特征．[J]电讯技术，2001，4：88—90
[28] 孙斌．染色体图像分析系统及算法研究．[J]电子测量与仪器学报，2000，14(4)：54—58
[29] 余江 施心陵 郑苏民 灰度图像的模糊化成组自动切割转换二值图像．[J]云南大学学报，1999，21(5)：374-375
[30] 屈志毅 李炬嵘 王玉珍．印鉴自动识别系统中图像处理与识别的方法研究．[J]甘肃科学学报，2001，13(1)：12—16
[31] 卢强 陈泉林 林康红．用VC实现位图文件处理．[J]电子技术，2001，8：32—34
[32] Martin T. Hagan, Howard B. Deuth, Mark Beale. Neural Network Design. China Machine Press. 2002
[33] 姚力 刘佳敏 谢咏圭 裴留庆．基于细胞神经网络的图像分割及其在医学图像中应用．[J]中国科学，2001，31(2)：167—171
[34] Michael Brady, Computational Approaches to Image Understanding, Computing Surveys, Vol. 14, No.1, pp, 3-71,1982.
[35] Jeffcoat MK, Reddy MS Advances in measurements of periodontal bone and attachment loss[J] Monogr Oral Sci, 2000,1756-1772
[36] Christgan M, Hiller KA, Schmalz G, et al. Accuracy of quantitative digital subtraction radiography for determining changes in calcium mass in mandibular bone: an in vitr study[J],J periodontal Res, 1998,33(3):138-149
[37] Yang J, Ling X, Lu Y, et al. Cephalometric image analysis and measurement for orthognathic surgery[J].Med boil Eng Comput,2001,39(3):279-284
[38] Duncan, J.S.,Ayache, N. Medical image analysis:progress over two decades and the challenges ahead. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, 22(1): 85-106.
[39] Kass, M. Witkin, A.,Terzopoulous, D. Snakes: active contour models, lnternational Journal of Computer, 1987, 1(4): 321-331.
[40] Kichenassamy, A.,Kumar, A.,Olver, P.,et al. Gradient flows and geometric active vontour models, In:Proceedings of the IEEE International conference on Computer Vision 1995.810-815
[41] Kevin P. Hinshaw. Shape-based models for interactive segmentation of medical images, in Image Processing, Murrayh[J].joew, editor, proc. SPIE, 2003,2434:771-780.
[42] M. Stella Atkins, Blair T. mackiewich. Fully Automatic Segmentation of the Brain in MRI[J]. IEEE Trans. medical Imaging, 2003, 17(1): 98-107.