病变细胞显微图像分析与识别技术的研究(临床医学资料).docVIP

病变细胞显微图像分析与识别技术的研究(临床医学资料).doc

  1. 1、本文档共14页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
病变细胞显微图像分析与识别技术的研究(临床医学资料) 文档信息 属性: F-01NHBJ,doc格式,正文15616字。质优实惠,欢迎下载! 适用: 作为医学资料、临床医学资料写作的参考文献,解决如何写好实用应用文、正确编写文案格式、内容摘取等相关工作。 目录 TOC \o 1-9 \h \z \u 目录 1 正文 2 文1:病变细胞显微图像分析与识别技术的研究 2 1 引 言 3 2 病变细胞的彩色图像分割 3 (1)根据实际需要,选择一个T的初始估计值。 4 (4)计算新的门限值: 4 (5)重复步骤(2)~(4),直到逐次迭代后T值不再变化。 4 3 形态特征提取 5 (1)链码所围细胞区域的周长: 6 (2)边界所表示区域的宽度和高度 6 (3)链码所包围区域的面积: 7 (4)细胞区域的圆度: 7 (5)细胞区域的矩形度: 7 (6)细胞区域的伸长度: 7 (7)细胞核与细胞的面积之比: 7 4 二次识别算法 8 文2:上市公司存贷双高的风险分析与识别 9 一、存贷双高的财务特征 9 二、存贷双高的成因分析 10 参考文摘引言: 12 原创性声明(模板) 13 文章致谢(模板) 13 正文 病变细胞显微图像分析与识别技术的研究(临床医学资料) 文1:病变细胞显微图像分析与识别技术的研究 Microscopic Image Analysis and Recognition on Pathological CellsYIN Cong1,LUAN Qiuping1,FENG Nianlun2 ( College of Electronic Technology, Jinan 250014, China; Provincial Hospital, Jinan 250021, China) Abstract:According to the features of the configuration and color information on the pathological cells, an adaptive automatic threshold segmentation based on the RGB and HIS color spaces was presented, which was available to segment suspected cancer cells and nucleus from the complex backgrounds in the microscopic images. The edges of the suspected cells and nucleus were detected by using Canny operator. Using the technology of eight chain codes tracking, the feature values of suspected cells were extracted. The tracendental features and calculating formulas were presented to recognize the suspected cells. Meanwhile, by comparing the natural cells and suspected cells, the detection method was decided. The results show that the proposed algorithm can efficiently segment cell images and receive higher accuracy of cell diagnosis. Key words:Pathological cell;Color space;Automatic threshold segmentation;Feature recognition 1 引 言 我们对病变细胞图像的识别进行了研究,将脱落细胞显微图像作输入,首先对图像进行去噪、平滑等预处理,为了充分利用病变细胞的彩色特征,在彩色空间对细胞进行自动阈值分割,将图像中的可疑细胞和细胞核分割出来,用Canny边缘检测算法求出可疑细胞和胞核的边缘,再利用八链码边缘跟踪技术,将可疑细胞及细胞核的形态特征值抽取出来,根据病变细胞的先验形态特征,对提取出来的形态特征值进行检验,以此判断该细胞是病变细胞还是正常细胞。本系统还将病变细胞和正常细胞的形态特征进行了比较,以确定可

文档评论(0)

aylr551 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档