人体粪便隐血检测试剂卡光学图像自动分类技术的研究

发布时间：2020-05-01 02:49

【摘要】：作为检验科常规的检验项目,粪便常规检查在临床检验中具有重要的地位。目前,粪便隐血检测仍然采用人工处理加读卡的方式,该方式具有效率低和容易造成污染等缺点。随着智能分类技术的发展,医学检测自动化已经成为现代医学检验的发展趋势。本文对粪便隐血检测试剂卡的自动分类技术进行研究。依托于全自动粪便常规分析仪,通过摄像头获取粪便隐血检测试剂卡图像,将图像处理技术和机器学习技术相结合用于试剂卡的自动分类。本文的主要工作如下:首先,对粪便隐血检测试剂卡的光学图像进行人工标记,根据反应线(T线)颜色浅深将其标记为阴性、弱阳性或阳性以及一个[0,10]之间的分数。然后对图像进行预处理。试剂卡在实际使用过程中存在被粪便污染的情况,通过对多种图像分割方法进行对比,本文采用阈值和频率域相结合的方式对光学图像进行分割,并且使用LAB颜色空间模型进行辅助验证,准确提取出试剂卡图像中的反应区域;其次,研究了试剂卡反应区的特征提取和选择,通过对试剂卡反应区的图像和基本特征进行分析,得出单一的图像基本特征不符合直接作为试剂卡的分类依据,故本文提出将纹理特征和颜色特征相结合的特征作为试剂卡分类的依据。最后,对支持向量机的多分类算法和回归算法进行了讨论。将提取到的特征向量进行处理,分成训练集和测试集。将训练集送入支持向量机中训练调整参数,并通过验证集对训练的模型进行验证,得到参数最优的分类模型。使用测试集对得到的分类模型进行测试得到最终实验结果。提出使用回归模型对数据进行打分,得到更精确的分类结果,辅助医生更准确的判断和掌握病人的实际情况。本文研究的特点在于需要自动分类的粪便隐血检测试剂卡光学图像背景复杂,且试剂卡分类为多分类问题,分类边界处无明显界限,由于污染的情况导致图像无明显可区分的特征。实验结果表明,本文的方法对粪便隐血检测试剂卡光学图像的自动分类准确率达到了98.4%,单卡平均检测速度为0.69 s,满足了临床检验的要求。目前该技术已在国内部分医院投入临床使用阶段。
【图文】：

粪便隐血检测器材

试剂卡检测结果图
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;R446.13

【参考文献】

相关期刊论文 前10条

1 董健;邓国辉;李金武;;基于二维傅里叶变换实现图像变换的研究[J];福建电脑;2015年09期

2 马飞;马骏龙;车洪智;王成彬;;自动粪便检验仪检测粪便隐血的应用价值研究[J];人民军医;2015年04期

3 牛晓太;;基于KNN算法和10折交叉验证法的支持向量选取算法[J];华中师范大学学报(自然科学版);2014年03期

4 计仁华;丁士标;李召东;;妇科联检试剂卡临床应用评价[J];浙江中西医结合杂志;2013年09期

5 杨瑞霞;凌芸;马蔡昀;蒋理;;粪转铁蛋白检测的临床应用[J];南京医科大学学报(自然科学版);2012年08期

6 胡颖;王东;;基于MATLAB的图像预处理技术研究[J];辽宁师专学报(自然科学版);2012年02期

7 姚旭;王晓丹;张玉玺;权文;;特征选择方法综述[J];控制与决策;2012年02期

8 胡春海;张伟涛;周倩;程淑红;;基于多尺度分析的归一化割图像分割算法[J];燕山大学学报;2012年01期

9 刘磊;;多类分类支持向量机方法研究[J];福建电脑;2010年08期

10 许凯;秦昆;黄伯和;杜瀊;;基于云模型的图像区域分割方法[J];中国图象图形学报;2010年05期

相关硕士学位论文 前9条

1 钟亚;白带显微图像中白细胞自动识别算法技术的研究[D];电子科技大学;2018年

2 张正龙;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[D];电子科技大学;2017年

3 陈培俊;基于图像处理和模式分类的茶叶杂质识别研究[D];南京航空航天大学;2014年

4 马文华;基于多特征融合的车型分类方法研究[D];北京交通大学;2014年

5 范永东;模型选择中的交叉验证方法综述[D];山西大学;2013年

6 李顺才;基于底层特征和SVM的图像分类[D];河南大学;2013年

7 蔡磊;SVM及其扩展算法在图像处理中的应用研究[D];西安石油大学;2010年

8 李海丽;基于支持向量机的广义预测控制算法研究[D];华北电力大学（河北）;2009年

9 陈栋梁;支持向量机训练算法研究[D];合肥工业大学;2007年

，

本文编号：2646473