粪便中有型成分显微图像的自动识别技术研究

粪便中有型成分显微图像的自动识别技术研究

ID:35094389

大小:4.78 MB

页数:84页

时间:2019-03-17

粪便中有型成分显微图像的自动识别技术研究_第1页
粪便中有型成分显微图像的自动识别技术研究_第2页
粪便中有型成分显微图像的自动识别技术研究_第3页
粪便中有型成分显微图像的自动识别技术研究_第4页
粪便中有型成分显微图像的自动识别技术研究_第5页
资源描述:

《粪便中有型成分显微图像的自动识别技术研究》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、1I■I毛i种故*葦ONCSC■HAUNIENCEANOT巨CLOGYOFCMIVERSITYOFELECTRIHNO硕±学位论文MASTERTHESIS战当心做.'审脚翅^■..'身^V/'论文题目粪便中有型成分湿微图像的白动识另||技术妍究学科专业光学工程-IL学号201321050105一作者姓名袁阳指导教师刘娟秀副教授?i-I独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我

2、所知,除了文中特别加W标注和致谢的地方外,也不包含为,论文中不包含其他人已经发表或撰写过的研究成果获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。Z:?TS作者签名;金閒日期;兴/《年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可将学位论文的全部或部分内容编入有关数据库进行检索,可^、[采用影印缩印或扫描论。、汇等复制手段保存

3、编学位文此)(保密的学位论文在解密守规定后应遵:签签;作者名导师名换六I叫5王日:山//月5日期年分类号密级注1UDC粪便中有型成分显微图像的自动识别技术研究(题名和副题名)袁阳(作者姓名)指导教师刘娟秀副教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业光学工程提交论文日期2016.04论文答辩日期2016.05学位授予单位和日期电子科技大学2016年6月答辩委员会主席彭真明评阅人吴援明何艳敏注1:注明《国际十进分类法UDC》的类号。ResearchonAutomaticIdentificationofFormedElementunderFecalMicro

4、scopicImagesAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:OpticalEngineeringAuthor:YangYuanSupervisor:AssociateProf.JuanxiuLiuSchool:SchoolofOptoelectronicInformation摘要摘要粪便显微检查是当前临床常规化验检查项目之一,也是对人体消化道系统进行健康判断的依据之一。随着科学技术的发展,图像处理已经成为很多学科领域不可或缺的工具,其典型的应用之一是在医学工程领域,为医学诊

5、断和治疗带来很大进展,带动了现代医学诊断的快速发展和巨大变革。随着医学检测自动化和智能识别技术的不断发展,粪便中有型成分的自动识别逐步成为可能,减轻专业人员在显微镜检查的劳动强度,帮助医生进行诊断。目前,粪便有形成分检测仍然采用人工镜检的方式,所以粪便有型成分的自动识别具有良好的应用前景。本文研究了粪便中有型成分显微图像的自动识别技术,包括有型成分中霉菌和夏科雷登晶体的形态特征介绍,利用图像处理的方法对显微图像进行特征值提取,并使用人工神经网络的方法对有型成分进行识别。本文的主要工作如下:首先,对粪便的显微图像进行预处理,包括图像的平滑滤波、图像分割、形态学运算和连通区域标记,将每个目标区域进

6、行标记以方便下一步的处理;其次,研究了人工神经网络算法,对人工神经网络理论进行了详细介绍,重点对BP神经网络进行了讨论,并介绍了改进的BP算法;然后,对粪便有型成分的特征进行提取,介绍了有型成分霉菌和夏科雷登晶体的形态特征,提取了基本几何形态特征、椭圆拟合特征、圆形数量、凹点数量、菱形中间与两端的宽度比,并结合霉菌图像和夏科雷登晶体图像对这些特征进行介绍,利用这些特征对有型成分进行识别;最后,介绍了算法设计的整体流程,使用两次分割将目标与背景分离,考虑不同图层拍摄的5张图像,将其合并成一张图用在第一次分割中,第二次再分别对每幅图做阈值分割,得到目标区域;再提取目标的特征值,利用这些特征值进行初

7、次筛选,再将筛选通过的目标区域传入附加动量-可变学习速率BP神经网络中对有型成分进行识别;并对程序进行了加速优化,图像算法使用CUDA进行加速,利用GPU进行多线程运算,提高算法的检测速度。实验结果表明,本文的算法对粪便显微图像中有型成分识别的检测准确率达到了94.3%,检测速度为0.36秒,满足医院实际应用时的要求,具有一定的应用价值。据我们查阅国内外重要数据库的结果,对粪便显微图像中的霉菌和夏

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。