人体蠕虫卵自动模式识别研究
研究背景 人体蠕虫卵的检测特异性强但耗时、费力,而且容易发生漏诊,近年来发展迅速的模式识别技术,使得利用计算机进行蠕虫卵自动识别成为可能.该实验将数字图像处理和模式识别相结合,进行人体蠕虫卵的自动识别研究.旨在利用该研究,减轻医学检验人员的工作负担,使得人体蠕虫卵检测简单、快捷而准确.并希望可以将其推广到其他寄生虫病原体,为人体寄生虫病原体自动检测提供一定的实验与理论依据.方法包括虫卵标本的图像采集与处理、特征提取与筛选、判别模型建立以及利用检验样本进行前瞻性检验.图像采集即图像数字化过程,由显微镜、CCD以及计算机来完成,该实验共采集了9种常见的人体蠕虫卵.图像预处理目的是将感兴趣的目标区域分割出来,包括压缩、分割剪切和旋转等处理.经图像预处理后,对目标图像提取出表示形态、颜色和熵的18个特征,并通过逐步判别分析对特征进行筛选.利用筛选后得到的特征来建立判别分类器.该实验共建立了两个判别模型,判别1进行目标区域是否虫卵的判别;判别2进行虫卵种类的判别.两个判别都建立了最小欧氏距离判别和Bayes判别.利用得到的判别模型,开发自动模式识别软件.最后用一份单独的检验样本对判别模型进行前瞻性研究.结论该实验对9种虫卵图像进行了数字图像处理,提取出表示形态、颜色以及熵的特征,通过逐步判别分析得到特征组合,建立了是否虫卵以及虫卵种类的判别规则,并在此基础上开发了人体蠕虫卵自动模式识别程序.前瞻性研究表明正确率较高:判别1使用Bayes判别取得91.03％的正确率;判别2使用Bayes判别正确率为98.0%,最小欧氏距离判别则为96.6%.为进一步将该系统推广到其他寄生虫病原体自动识别,提供了一定的理论和实验基础.
模式识别;数字图像处理;人体蠕虫卵
中山大学
硕士
病原生物学
詹希美
2004
中文
R383;R319
63
2004-12-28（万方平台首次上网日期，不代表论文的发表时间）