人體蠕蟲(chóng)卵自動(dòng)模式識(shí)別研究.pdf

1、研究背景 人體蠕蟲(chóng)卵的檢測(cè)特異性強(qiáng)但耗時(shí)、費(fèi)力,而且容易發(fā)生漏診,近年來(lái)發(fā)展迅速的模式識(shí)別技術(shù),使得利用計(jì)算機(jī)進(jìn)行蠕蟲(chóng)卵自動(dòng)識(shí)別成為可能.該實(shí)驗(yàn)將數(shù)字圖像處理和模式識(shí)別相結(jié)合,進(jìn)行人體蠕蟲(chóng)卵的自動(dòng)識(shí)別研究.旨在利用該研究,減輕醫(yī)學(xué)檢驗(yàn)人員的工作負(fù)擔(dān),使得人體蠕蟲(chóng)卵檢測(cè)簡(jiǎn)單、快捷而準(zhǔn)確.并希望可以將其推廣到其他寄生蟲(chóng)病原體,為人體寄生蟲(chóng)病原體自動(dòng)檢測(cè)提供一定的實(shí)驗(yàn)與理論依據(jù).方法包括蟲(chóng)卵標(biāo)本的圖像采集與處理、特征提取與篩選、判別模型建立以

2、及利用檢驗(yàn)樣本進(jìn)行前瞻性檢驗(yàn).圖像采集即圖像數(shù)字化過(guò)程,由顯微鏡、CCD以及計(jì)算機(jī)來(lái)完成,該實(shí)驗(yàn)共采集了9種常見(jiàn)的人體蠕蟲(chóng)卵.圖像預(yù)處理目的是將感興趣的目標(biāo)區(qū)域分割出來(lái),包括壓縮、分割剪切和旋轉(zhuǎn)等處理.經(jīng)圖像預(yù)處理后,對(duì)目標(biāo)圖像提取出表示形態(tài)、顏色和熵的18個(gè)特征,并通過(guò)逐步判別分析對(duì)特征進(jìn)行篩選.利用篩選后得到的特征來(lái)建立判別分類(lèi)器.該實(shí)驗(yàn)共建立了兩個(gè)判別模型,判別1進(jìn)行目標(biāo)區(qū)域是否蟲(chóng)卵的判別;判別2進(jìn)行蟲(chóng)卵種類(lèi)的判別.兩個(gè)判別都建立

3、了最小歐氏距離判別和Bayes判別.利用得到的判別模型,開(kāi)發(fā)自動(dòng)模式識(shí)別軟件.最后用一份單獨(dú)的檢驗(yàn)樣本對(duì)判別模型進(jìn)行前瞻性研究.結(jié)論該實(shí)驗(yàn)對(duì)9種蟲(chóng)卵圖像進(jìn)行了數(shù)字圖像處理,提取出表示形態(tài)、顏色以及熵的特征,通過(guò)逐步判別分析得到特征組合,建立了是否蟲(chóng)卵以及蟲(chóng)卵種類(lèi)的判別規(guī)則,并在此基礎(chǔ)上開(kāi)發(fā)了人體蠕蟲(chóng)卵自動(dòng)模式識(shí)別程序.前瞻性研究表明正確率較高:判別1使用Bayes判別取得91.03％的正確率;判別2使用Bayes判別正確率為98.0%,