外周血细胞分类与计数在深度学习中的应用

发布时间：2020-11-15 16:43

【摘要】：在医学检验科,外周血细胞检测(血常规)作为一种采样方便、检测准确的检测方法,一直对疾病判断有着非常重要的意义。外周血细胞检测主要通过识别血液中各类细胞、并计算各类细胞的比例是否在正常范围内,从而判断被检测者是否患有某种疾病。不同的血细胞检查结果揭示了多种重要的血液病原理。在医学图像处理领域,随着成像技术的极大进步,用计算机图形学辅助医学诊断成为一大趋势,一方面,成像技术的发展带来了海量的医学数据,另一方面,计算机图形学辅助诊断可以生成血液样本的图像,带来更精确、更高效的诊断结果。总之,如何将深度神经网络应用到医学检测上,将计算机拍出的血液样本图片用深度神经网络进行分类和计数,代替医生的手动操作成为一个广泛关注的热点课题。本课题与南京市鼓楼医院合作,在医学检验科采集临床外周血细胞显微图像,建立外周血细胞数据集。本课题采用深度学习的方法对外周血血细胞进行分类和计数研究。主要研究内容包括:1、在分析了外周血细胞图像的采集难点后,建立了自己的血细胞数据集,这套数据集从实际入手,分类完备,比现有的5类白细胞数据集多出4类,为后续的分类和计数研究奠定了基础。2、针对数据集类间数据量不平衡的问题,做了数据增强并随机采样训练集。针对细胞类间特征差异过小的情况,设计出一种新的数据增强方法,加大差异间的采样频率,将测试准确率提高至99%。3、根据红细胞计数的研究现状,从图像处理入手,采用基于卷积神经网络的计数方法,结合特征金字塔(FPN)和深度残差网络ResNet,将红细胞计数的准确率提高至97.5%。本课题基本完成了血细胞的分类和计数工作,解决了细胞类间相似度过高引起的分类困难问题,并且涵盖了外周血中几乎所有影响疾病判断的细胞类型。该研究极大地节约了人力成本,并为后续的研究奠定了基础。
【学位授予单位】：南京大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;R446.1
【图文】：

图１．１流式细胞计（左）细胞分析仪（右）（摘自［７４］）??ｎｒ??获取ｉｆｉｌ液样本??血液分折仪??Ｎｏ??——??｜?Ｙｅｓ??流式细胞计??丁Ｙｅｓ??人．１．检测??得?ｌ?ｌ?ｉ＾ｉ?论?ｆ???图１．２传统血检流程图??深度学习是机器学习研宄中的一个新领域，深度神经网络模型是指一个多层??连接的人工神经元网络，这个网络能够从观测数据中进行特征提取，学习数据特??征之间的复杂关系［６］。模型通常采用非线性单元，用多层结构来表达不同层次的??特征。层数越高，表达的特征越抽象。提取的特征随后传递给分类器。深度神经??网络通过观察各种输入数据来学习，并在分类相应的标签时最小化错误［７］。??在医学图像处理领域，随着成像技术的极大进步，用计算机图形学辅助医学??诊断成为一大趋势，一方面，成像技术的发展带来了海量的医学数据，另一方面，??计算机图形学辅助诊断可以生成血液样本的图像

在找到初始位置后，将蛇放入图像中并执行最小化过程。当收敛时，??每个轮廓的内部被视为一个白细胞。为了找到核区域，改变了能量泛函的约束条??件。在前面的步骤中，最初的蛇被选择为细胞的轮廓。这个过程如图１．３所示（摘??自［１７］）。我为了达到分类的目的，该算法提取了各种基于形状和纹理的特征。??支持向量机（ＳＶＭ）分类器在大多数情况下都能获得最佳效果。??（ａ）原始图像?（ｂ）二值化??（ｃ）填充／裁剪?（ｄ）初始位置??（ｅ）初始轮廓?（ｆ）?Ｍ终轮廓??图１．３分割步骤示意图（摘自［１７］）??Ｗａｎｇ?Ｓｈｉｔｏｎｇ等［１８］提出了一种基于模糊细胞神经网络（ＦＣＮＮ）的检测方法。??在这种检测技术中，先对ＲＧＢ图像的三个通道用金字塔法单独压缩，然后取细??胞质的平均灰度值作为阈值，进行二值分割，然后进行腐蚀或膨胀。这样可以确??定细胞核的位置。接着使用正确的窗口大小来检测白细胞。??４??

?（聚类）?应对环境??图２．１机器学习分类??１、监督学习（ｓｕｐｅｒｖｉｓｅｄ?ｌｅａｒｎｉｎｇ）??监督学习??ＡＡ??ｘ２?ｏ?ＡＡ??〇〇??〇???？??ｘｉ??图２．２监督学习示意图??监督学习是从监督训练数据中推断函数的机器学习任务。训练数据由一组己??标记的数据组成。例如，对数字的识别中，标记“０”、“１”、“２”等；对花朵种类??的识别，标记“玫瑰”、“月季”、“山茶”等。在训练数据中，每种类别的数量最好??大致相等，并且样本数量足够多。监督学习算法分析训练数据并生成一个推断函??１０??
【相似文献】

中国期刊全文数据库 前10条

1 涂开成;李盈祺;叶常青;;骨髓型急性放射病血细胞计数时间动态曲线的定量分析[J];军事医学科学院院刊;1988年02期

2 王素钦,王秀英,赵堂富;小鼠骨髓和周围血细胞值与鼠龄性别的关系[J];动物学杂志;1989年06期

3 李丕鹏;何国湘;张育辉;王子浩;;大鲵的血液学观察[J];陕西师大学报(自然科学版);1989年03期

4 昝海波;;基层医院血细胞自动仪使用情况的调查[J];实用医技杂志;2006年13期

5 张文阁;刘俊杰;;血细胞计数分析用国家标准物质的研制[J];中国粉体技术;2009年06期

6 吴明玮;曾昭蕾;孙健;郭灵;邱枋;冼励坚;;鼻咽癌患者外周血细胞计数的昼夜节律[J];中国输血杂志;2008年01期

7 赵根成,王玉忠;慢性肝病肝纤维化程度与周围血细胞计数的关系[J];中原医刊;2005年11期

8 孙大椿,阮杏珍;全自动血细胞计数分析仪之评估[J];空军医高专学报;1995年03期

9 张淳;湛疆;孙家忠;;甲状腺功能减退症患者的血细胞计数及红细胞变化的临床意义[J];医学研究杂志;2015年02期

10 程大林;吴啸天;;重庆市主城区中老年人静脉血血细胞计数参考区间的调查分析[J];重庆医学;2014年09期

中国博士学位论文全文数据库 前2条

1 戴春妮;高光谱显微图像的特征提取与分类方法及其应用研究[D];华东师范大学;2009年

2 廖庚进;肝卵圆细胞在烧伤后的增殖状况及其对放射性多脏器伤的作用[D];昆明医科大学;2012年

中国硕士学位论文全文数据库 前9条

1 洪羽萌;外周血细胞分类与计数在深度学习中的应用[D];南京大学;2019年

2 谢登玲;低成本、自动化血检系统的搭建与研究[D];中国科学技术大学;2017年

3 张高群;过表达jumu基因对果蝇天然免疫的影响[D];东北林业大学;2017年

4 雷霞;基于FPGA的血细胞脉冲信号识别算法的研究与实现[D];浙江工业大学;2011年

5 苏凯;基于关联规则和聚类的数据挖掘在临床检验信息系统中的应用研究[D];第一军医大学;2005年

6 尹曦;参芪扶正注射液减轻肺癌化疗后副反应的临床观察[D];山东中医药大学;2011年

7 许志伟;自动血细胞计数器技术的研究[D];中国人民解放军军事医学科学院;2004年

8 丁翠;CXCR4在再生障碍性贫血患者骨髓细胞中的表达及其与外周血细胞的关系[D];山西医科大学;2017年

9 张志龙;饲用复合酶制剂对肉鸡生产性能影响的研究[D];湖南农业大学;2006年

本文编号：2884975