尿沉渣图像中红白细胞的分割与识别

《尿沉渣图像中红白细胞的分割与识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、尿沉渣图像中红白细胞的分割与识别　　摘要：随着我国我国经济社会的不断发展，人们的生活水平不断提高，在物质生活得到较好的满足之上，人们对健康的重视程度不断增加，健康意识逐步提高。随着医学科学及相关领域的迅速发展，临床设备不断更新，医院医学水平持续提高，临床检查的准确度也有了很大的提高。尿沉渣检查作为尿液成分检查中重要的手段，是医院临床对泌尿系统检测的常规项目，有着较为广泛的应用，对人们的健康普查有着十分重要的意义。本文主要针对尿沉渣中红白细胞的分割与识别进行简要的分析和阐述。关键词：尿沉渣图像；红细胞；白细胞；分割；识别改革开放以来，人们的生活发生了天翻地覆的变化，生活水平逐步提高，人们在物质

2、追求基本得到满足的基础上，对健康的重视水平不断提高，定期的健康体检已经成为很多人的选择。由于尿液中有形成分的分析能够反映泌尿系统疾病的疾病，因此尿常规检查是医院常见的检查项目。面对大量患者的尿沉渣图像，仅靠人工辨别分析根本难以满足，因此借助计算机对尿沉渣图像中红白细胞进行分割与识别十分必要，对提高临床检查的效率和准确度有着重要的意义。本文主要针对尿沉渣中红白细胞的分割与识别进行简要的分析和阐述。51尿沉渣图像的简介在尿沉渣图像中，有着复杂的有形成分，但红白细胞相对来说具有较高的临床价值。对一般的图像不同，尿沉渣图像在采集传输过程中，存在着较多的噪声等扰动，导致图像质量较差，经常会出现污点或者

3、失真等现象，不利于对图像的分析和判断，因此在利用计算机对尿沉渣图像进行红白细胞的分割识别前，要先对其进行预处理，去除噪声，增强图像质量，使得图像中红白细胞等重点关注对象的特征更加突出，为后期的处理做准备，这对提高分割与识别的准确度有着重要的作用。2尿沉渣图像中红白细胞的分割与识别2.1尿沉渣图像中红白细胞的分割2.1.1尿沉渣图像的预处理由于尿沉渣图像成分复杂、细胞间重叠粘连现象严重，并且有些成分边缘模糊，直接进行图像分割难以取得满意的效果，需要对图像进行预处理，消除不利影响，提高图像分割的效果。一般来说，针对尿沉渣图像的预处理主要有两种，①图像滤波处理，滤除噪声对图像的扰动，通常有中值滤波

4、与均值滤波法；②图像增强处理，将红白细胞等重要区域予以增强处理，使得分割更加容易，通常有直方图处理、灰度变换等方法。2.1.2尿沉渣图像中红白细胞的分割5图像分割是指根据灰度、纹理、颜色等特征，将图像中具有不同特征的区域进行划分，是图像分析过程中十分重要的一步。由于红白细胞是研究泌尿系统的最有说服力的成分对象，因此在对尿沉渣图像进行分析时，有必要将红白细胞区域从图像中提取出来作为后续研究的对象。尿沉渣图像中红白细胞的分割质量，直接影响到后续的识别质量，对提高临床检查准确度有着至关重要的意义。2.2尿沉渣图像中红白细胞的识别2.2.1尿沉渣图像中红白细胞的特征提取为了利用计算机实现对尿沉渣图像

5、中红白细胞的自动识别，就需要将图像中红白细胞的具体特征进行提取，得到相关数值等数据信息，这一过程就被称为图像的特征提取，是红白细胞识别的重要基础。通过对尿沉渣图像中红白细胞的特征提取，就可以利用得到的特征量集合，利用计算机自动地对尿沉渣图像进行识别。特征是指一类事物具有的区别于其他事物的特性及特点的集合，是自动识别的重要基础，因此在完成对尿沉渣图像的分割之后，需要对图像进行进一步的分析，提取红白细胞在图像中的如颜色、纹理、亮度等数据，形成其特征集合。2.2.2尿沉渣图像中红白细胞的识别5识别作为人类的基本机能，在人们的生产生活中被广泛的使用，随着计算机技术的迅速发展，基于计算机技术的自动识别

6、技术得到了较快的发展，在许多生产生活以及研究领域都取得了十分广泛的应用，近年来，在医学图像的分析中也发挥了重要的作用。常用的尿沉渣图像识别方法有线性分类法、人工神经网法以及模糊聚类法等，其通过对上一阶段提取出来的红白细胞的特征的学习，能够对整个尿沉渣图像进行扫描和识别，可以达到较好医用水平。3结论随着医学水平以及人们对健康的重视水平的不断提高，定期的身体检查已经成为多数人的常态，尿常规检查作为最常见的检查之一，每天都有数量巨大的检查者，仅采用人工辨别难以满足要求，利用计算机对尿沉渣图像中的红白细胞进行分割与识别成为解决这一问题的良方。相信随着相关技术的不断成熟，计算机识别技术在医学图像分析中

7、将有着更广阔的应用空间。参考文献：[1]段华琼，等.尿沉渣图像的细胞分割和特征提取[J].微计算机信息，2009，5（9）：1-3.[2]张小琴，等.尿沉渣细胞图像的预处理和分割研究综述[J].吉首大学学报，2012，3（4）：2-3.[3]陈玉，等.尿沉渣检测中的一种自动图像分割算法[J].航天医学与医学工程，2007，3（4）：1-5.[4]张赞超，等.基于细胞神经网络的尿沉渣图像分割[J].浙江大学学报