欢迎来到天天文库
浏览记录
ID:36400647
大小:11.89 MB
页数:70页
时间:2019-05-10
《尿液中潜血细胞识别技术研究》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、分类号:巾图分类号:TP391学科分类号:510.4050密级:天津理工大学研究生学位论文尿液中潜血细胞识别技术研究(申请硕士学位)学科专业:通信与信息系统研究方向:智能信息处理作者姓名:张静文指导教师:曹晔副教授孙杰教授2014年2月ThesisSubmittedtoTianjinUniversityofTechnologyfortheMaster’sDegreeResearchofRecognitionTechnologyonBloodCellinUrineByZhangjingwenSupervisorCaoYeSunJieFeb.2014独创性声明本人声明所呈交的学位论文是本人在
2、导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得天津理工大学或其他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了谢意。学位论文作者签名:嫦.签字日期:2.。烨年弓月争日学位论文版权使用授权书本学位论文作者完全了解墨生墨兰盘望有关保留、使用学位论文的规定。特授权盘盗墨墨盘鲎可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编,以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子文件。(
3、保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:嗜啤硎,荽7签字日期:力解年弓月牛日签字日期:立∥角[年多月午日摘要尿液潜血细胞是人体健康状况与否的表征之一,也是医学临床常规检测叶1必不可少的项目之一。随着计算机图像智能检测技术和医学检测自动化技术的发展,尿液检测中的细胞自动识别逐步成为可能,相应的应用技术日益成为人们研究的重点,该技术的成熟与发展将促进对医学临床检验研究的水平,具有一定程度的实用性和理论意义。木文在分析国内外现阶段相应理论与技术的基础上,给出了尿液细胞基于支持向量机分类方法,并根据此识别技术编写了一套完整的尿液潜血细胞自动分类计数系统。在处理技术巾融合
4、利用了生物医学技术、计算机图像处理技术及计算机视觉技术的优势,通过分析图像本身的特点,进行尿液潜血细胞图像的预处理,并确定细胞的特征。在细胞特征的提取、分类及识别中使用了支持向量机参数优化和探索最优,系统算法性能得到了提高。本文还分析、比较了使用RGB和HSI两种不同颜色空间下的尿液细胞识别及分类效果,分析了纹理特征参数的基本算法并对其进行了改进,提高了尿液细胞图像识别的准确程度。叙述了多类支持向量机的三种细分方法,并对不同方法的尿液细胞识别效果和识别速率进行了对比分析。实验结果表明,本文提出的LBP算法的改进和多类支持向量机的方法对尿液细胞识别分类的效果良好。关键词:支持向量机局部二值
5、模式图像处理目标识别机器学习AbstractUrineoccultbloodcellsiSacharacteristicwhetherthehealthiSwell,aswellasitiSalsooneoftheimportantitemsfortheclinicalmedicinedetectionroutine.Withthedevelopmentofintelligentdetectioninurinecelltechnologyandtheautomationofmedicaltesting,thecellrecognitiontechnologyinurinetestingh
6、asgraduallybecomepossible,basedonit,applicationoftechnologyhasincreasinglybecomeafocusofresearch.Maturityanddevelopmentofthistechnologywillfacilitateresearchonthelevelofclinicallaboratorymedicine,whichhasaveryimportanttheoreticalsignificanceandpracticalvalue.Throughacomprehensiveanalysisofadvance
7、dtechnologyofthecurrentstageathomeandabroad,accordingtothelatestfindings,thispaperraisestheurinecellbasedonsupportvectormachineclassificationmethodautomaticidentificationtechnologyandmakesacompleteclassificationsystem.
此文档下载收益归作者所有