显微粪便医学图像中寄生虫卵的自动识别及分类技术研究

发布时间：2019-10-07 20:17

【摘要】：寄生虫病对人体健康具有很大的危害性,对寄生虫病的诊断和治疗成为临床医学中非常重要的一部分。临床医学中对寄生虫病的诊断是通过检测人体粪便中是否含有寄生虫卵实现的,目前传统的检验方式由医务人员人工进行检测,该方式具有检测效率低、检测工作量大和检测准确率低等缺点。随着图像处理技术和模式识别分类技术的发展,寄生虫卵的识别分类统计逐步转为借助于计算机进行处理,不仅可以提高检测效率和准确率,同时可以减轻医务检验人员的工作量,显微粪便医学图像中寄生虫卵的自动识别分类技术应用前景广泛、发展空间广阔。传统的粪便样本图像的采集使用高倍生物显微镜(40x),采图视野范围小,图片数目过多,处理效率较慢,因此,本文研究的粪便样本图像使用低倍生物显微镜(10x)进行采集。本文针对低倍生物显微镜下采集的粪便标本图像中常见的8种寄生虫卵的自动识别分类技术进行了研究,主要工作内容整理如下:首先对采集到的显微粪便医学图像进行了预处理。低倍生物显微镜下采集的粪便样本图像中寄生虫卵形态较小,且图像中含有大量的杂质,通过对多种图像分割技术的结果进行对比,本文采用了基于数学形态学和特征筛选相结合的方法对图像进行有效分割,并去除了大量的杂质。其次,研究了寄生虫卵的特征选择和特征提取问题。通过对粪便医学显微图像中寄生虫卵进行分析,寄生虫卵的几何形态特征明显,可以作为对寄生虫卵进行识别分类的依据,同时,寄生虫卵内容物的分布具有一定的结构性,寄生虫卵的纹理特征也可以作为对其进行识别分类的依据。最后,研究了寄生虫卵的识别及分类技术。不同类型虫卵的特征具有差异性,其中肝吸虫卵和姜片虫卵的特征与其它6种虫卵的特征差异性较大,使用基于特征筛选的方法对其进行快速识别;其它6种虫卵之间特征相似,使用基于改进后的K近邻分类器(K Nearest Neighbors,KNN)对其进行识别分类。本文研究的特点在于低倍生物显微镜下采集的粪便图像背景复杂,并对多达8种常见的寄生虫卵进行了有效识别和分类。实验结果表明,本文设计的识别分类技术对8种虫卵的自动识别及分类准确率均达到了90%以上,其中对姜片虫卵的自动识别及分类准确率达到了98%,满足了临床检验的要求,目前该技术已在国内部分医院临床试用。
【图文】：

寄生虫卵,粪便,采集系统,图像采集

第二章寄生虫卵图像采集及虫卵类型介绍第二章寄生虫卵图像采集及虫卵类型介绍卵图像采集简介中使用的人体粪便显微医学图像采集标本直接来自于为临床医学检验中使用的标本，具有很高的临床实用意测要求后，可以直接应用于临床检验中。显微粪便医学的自动粪便处理分析系统，仪器如图 2-1 所示，本文研寄生虫卵的自动识别及分类技术即应用于该系统中。在将标本放置于该自动处理分析系统标本池中，并使用该便可以实现对粪便样本进行显微成像处理。

视野,生物显微镜,标本,图像

电子科技大学硕士学位论文显微镜物镜有两种规格，分别为 10x 和 40x，通过 0.7x 摄像接筒放大后的粪便样本进行采图比较，在 10x 物镜下视场面积为 0.39 下视场面积为 0.025 mm2，即使用 10x 物镜单次采集图像的视野面采集图像面积的 15.6 倍。对于采集到的图像，图像中的寄生虫卵虫卵的特征越明显越多，对于正确识别出虫卵越有利，但使用 40时，所需采集的图片数目过多，，导致单个样本检测时间过长，无高效率的要求，基于此，本文研究的粪便样本图像使用 10x 低倍本图像采集，该方案扩大了采图视野范围，减少了采图时间和单图片的数量，提高了单个样本的检测效率。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R446.13;TP391.41

【参考文献】