金沙棋牌官方网,cctv5直播体育频道跳水比赛,网络博彩送彩(中国)·官方网站

糞便顯微鏡檢有型成分自動識別技術(shù)

成果簡介：主要功能和應(yīng)用領(lǐng)域：本技術(shù)可實現(xiàn)人糞便樣本顯微鏡檢有型成分圖像的自動識別與分類，利用計算機(jī)圖像處理、模式識別及人工智能的理論與技術(shù)，對顯微鏡下拍攝到的糞便樣本圖像進(jìn)行研究，通過對各種有型成分形態(tài)和顏色信息等進(jìn)行特征匹配與分類計數(shù)，分別標(biāo)示出紅細(xì)胞、白細(xì)胞、蟲卵和真菌孢子等不同種類的有型成分，從而達(dá)到在線自動識別有型成分的目的，作為醫(yī)院臨床診斷的依據(jù)。該技術(shù)可擴(kuò)展應(yīng)用于醫(yī)院尿液、白帶、腦脊液、胸腹水、胃液、精液等常規(guī)檢查，并可用于脫落細(xì)胞學(xué)的癌及癌前病變檢測及分析。特色及先進(jìn)性： 1）復(fù)雜背景環(huán)境下的自動識別。采用自適應(yīng)雙閉值分割算法進(jìn)行粗分割，提取出ROI區(qū)域中的單個細(xì)胞或細(xì)胞群作為分析目標(biāo)，細(xì)胞圖像的精細(xì)分割將在每個ROI區(qū)域里完成，極大地減少了數(shù)據(jù)運算量。 2）針對形態(tài)各異和邊緣模糊圖像的精準(zhǔn)分割。針對有型成分的顯微生物圖像特點，去除邊界拓?fù)浣Y(jié)構(gòu)復(fù)雜、細(xì)胞各組成區(qū)域內(nèi)灰度不均勻以及成像易受噪聲干擾等因素的影響，基于Chan一Vese模型，提出幾何活動輪廓模型方法，使用幾個獨立的水平集進(jìn)行有型成分圖像的分割，與傳統(tǒng)分割方法對比準(zhǔn)確率提升30%。 3）針對種類繁多的神經(jīng)網(wǎng)絡(luò)集成識別。基于普通神經(jīng)網(wǎng)絡(luò)泛化能力不高的問題，提出利用有限個神經(jīng)網(wǎng)絡(luò)進(jìn)行集成并將其結(jié)果進(jìn)行合成，顯著的提高整個分類學(xué)習(xí)器的泛化能力，提高了整個系統(tǒng)的識別能力。 4）采用重疊分離算法精準(zhǔn)分類。有型成分分離、細(xì)胞個數(shù)的準(zhǔn)確讀取決定了整個系統(tǒng)的精準(zhǔn)程度。通過尋找到合適的分離點并構(gòu)建分離線，實現(xiàn)重疊區(qū)域的快速合理分離，從而將粘連、重疊的細(xì)胞分離開來，并進(jìn)行準(zhǔn)確計數(shù)。技術(shù)指標(biāo)：有型成分漏檢率誤檢率白細(xì)胞 5% 15% 膿球 20% 30% 吞噬細(xì)胞 20% 30% 紅細(xì)胞 5% 15% 孢子 15% 25% 夏科雷登結(jié)晶 10% 10% 寄生蟲 5% 15% 脂肪球 10% 15% 單張圖片檢測時間：＜0.5 s 關(guān)鍵問題和實施效果現(xiàn)今國內(nèi)大多數(shù)醫(yī)院和研究單位對生物細(xì)胞或微生物病菌等檢測還是采用人工處理的方式，即將樣品制成涂片，在顯微鏡下觀察并根據(jù)大小、形狀等特征進(jìn)行分類計數(shù)以得到數(shù)據(jù)結(jié)果，醫(yī)務(wù)人員再通過這些數(shù)據(jù)結(jié)果憑借自身的知識和經(jīng)驗診斷病癥或得出研究數(shù)據(jù)。該技術(shù)能夠?qū)崿F(xiàn)樣本顯微鏡檢有型成分的自動識別，滿足了臨床開展常規(guī)及特殊檢測需要，使得生物檢測在自動化、無異味、無危險性的情況下進(jìn)行，提高了檢測效率，改善工作環(huán)境，保護(hù)工作人員，降低檢測成本和檢測時間，提高在國際市場的競爭力，有利于醫(yī)療檢測行業(yè)的智能化發(fā)展。該技術(shù)可識別的部分生物細(xì)胞圖像如下圖所示。

電子科技大學(xué) 2017-10-23

新葡京娱乐场-大陆娱乐场开户注册