当前位置:主页 > 医学论文 > 妇产科论文 >

失衡数据情况下成团细胞图像合成与分类

发布时间:2020-04-26 00:36
【摘要】:近年来全球范围内宫颈癌的发病率呈逐年上升趋势,已经成为威胁妇女生命的社会问题。DNA倍体分析技术是近年来应用到细胞病理学自动阅片技术。有效的将病理学专家的诊断经验与计算机的精确计算和快速处理能力结合起来,实现对宫颈细胞图像的识别和诊断。该技术首先采集人体细胞标本,并对细胞DNA染色,然后将细胞置于显微镜下,通过高分辨率相机拍摄得到细胞核图片。采用模型训练方法,将细胞核图像进行分类并识别各类细胞核,然后采用图像处理技术测量细胞DNA的相对含量。最后将异常的细胞罗列出来,辅助医生诊断。然而异常细胞大多数存在于重叠细胞团,所以对于DNA倍体系统,准确识别出重叠细胞核至关重要。由于采集到的标本中重叠细胞核种类繁多,收集大量重叠细胞核费时费力,这使得成团细胞核的训练图片数量远远少于其他类别的图片数量,导致训练数据失衡问题。然而大多数分类器学习算法对于不平衡数据分类效果并不理想,解决训练数据失衡问题对DNA倍体系统有重大意义。为解决上述问题,本文提出了失衡数据情况下成团细胞图像合成与分类方法。本文工作包括以下几个方面:1.提出了一种基于余弦不变性的源细胞图像选择方法。该方法首先提取细胞图像的特征值,然后基于特征空间利用余弦不变性原理,挑选有代表性的单细胞图像用来合成大量成团细胞图像。当样本间形成的角度小于定义的阀值时,只有一个输入样本被接受用于作为合成细胞图像的原始材料,增加了合成数据样本的多样性。2.提出了基于随机性的成团细胞图像合成方法。首先源细胞图经过旋转,分割后等处理,用两张图片图合成新的成团细胞核图片。为了使合成的细胞尽可能地接近真实,主要考虑了三个方面的问题。为了确保合成的细胞具有代表性,我们对单细胞进行筛选,获得典型的单细胞图像用于合成。为了避免合成的数据在样本空间过度聚集,在细胞的旋转角度和重叠程度两个方面引入和随机性。为使重叠部分真实,对重叠部分像素需要进行重构。3.提出了一种基于主动学习的合成重叠细胞图像选择方法。该方法首先将大量样本分为多个样本簇,增加主动选择样本的效率;其次根据两条选择标准来选择训练样本,即代表性和不确定性;然后在循环迭代过程中对每一个样本簇进行神经网络模型训练,来选择代表性训练样本;最终将选择出的所有成团细胞图像和单细胞图像,用于模型训练。实验表明,向小类样本类别加入合成重叠成团细胞后,在多种分类器上都取得了识别率的提升。本文方法能用于不平衡数据处理问题上,当小类样本数据量过少无法让分类器学习充分时,有效合理的合成所需的细胞图像,模拟重叠细胞团的纹理、灰度、形状、大小等特征,使分类器更加充分全面的学习小类样本特征。最终结合主动学习方法来选择质量高的成团细胞图像,让模型学习的更好并大大的提高了分类器对细胞图像的识别率。
【图文】:

上皮细胞,工程硕士学位,细胞图片,论文量


哈尔滨理工大学工程硕士学位论文量较大的样本进行模型训练。析系统需要将细胞核图像进行分类,如何分类类别图片处理方式不同,因此需要对细胞图片需要精细,但也要保证所有相似的样本被分为胞的难度。鉴于以上几点,考虑本文将细胞分胞,单个非典型上皮细胞,两个上皮细胞,3 ,淋巴细胞和固缩核,单个中心粒细胞,两个像如下图:

合成过程


哈尔滨理工大学工程硕士学位论文成。由于使用的是均匀产生随机数的方法,生成的新图片不集。通过实验证明,引入随机性后分类器的正确识别率会高一避免合成数据偏向固定分布,通过线性同余法生成均匀随机式如下: /,1,2,...(mod)1xMnxxcMnnnn 值,其中 的含义为乘子, c 的含义为增量, M 的含义为模胞合成算法以用单个细胞核和 3 重叠细胞团合成 4 重叠细胞团的例子来成方法。经过旋转,分割提取轮廓,,两细胞区域靠近的方式团。图 4-2 为合成过程:
【学位授予单位】:哈尔滨理工大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:R737.33;TP391.41;TP181

【相似文献】

相关期刊论文 前10条

1 赵娜;;《图像合成》学习工具制作综述[J];中国信息技术教育;2015年04期

2 陈野;;高中物理实验图像的教学功能深度开发[J];湖南中学物理;2017年03期

3 郝金松;;利用Photoshop综合处理图片[J];中国多媒体与网络教学学报(电子版);2016年06期

4 尹帅;韩玉萍;;数字化图像合成教学设计[J];中华少年;2017年08期

5 单薇;;巧用图层蒙版进行图像合成[J];考试周刊;2017年33期

6 佟竺轩;宋南;;浅析特效在微电影中的作用[J];数码世界;2017年06期

7 李秀钗;;《图像的合成加工》之课堂教学探究[J];中小学电教(下半月);2017年09期

8 蒋爱德;扈少华;;彩色图像合成技术分析[J];郑州牧业工程高等专科学校学报;2008年04期

9 孟祥钊;;基于3D4U的立体图像合成[J];数码印刷;2008年02期

10 陈柏润,王晓京;图像合成的软件设计[J];计算机应用研究;1996年04期

相关会议论文 前10条

1 邵新星;何小元;;亚像素图像合成[A];中国力学大会-2015论文摘要集[C];2015年

2 钱霖;;两帧图像合成的“亚象元”方法[A];首届信息获取与处理学术会议论文集[C];2003年

3 尹宝才;高文;晏洁;;三维人脸变形模型和面部图像合成——面向合成编码的面部图像合成方法[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年

4 李茶茶;李飞;;一种新的指纹图像合成分割法[A];2010年通信理论与信号处理学术年会论文集[C];2010年

5 罗功银;周正;饶强;;基于Visual C++的数字图像合成算法研究[A];2017智能电网信息化建设研讨会论文集[C];2017年

6 姜志国;史文华;韩冬兵;孙维忠;刘莉;;基于聚焦合成的显微三维成像系统[A];2004年CT和三维成像学术年会论文集[C];2004年

7 陆宗骐;朱煜;;图像合成原理及其实现[A];第十四届全国图象图形学学术会议论文集[C];2008年

8 赵莎;乐光新;;一种适于视频会议的多会场图像合成方法[A];2008年中国高校通信类院系学术研讨会论文集(上册)[C];2009年

9 曹玫璇;王章野;李理;彭群生;;基于个性化原型的人脸衰老图像合成[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年

10 黄静;王希;齐东旭;唐泽圣;;基于二值掩码图像的图像合成方法及其应用[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年

相关重要报纸文章 前5条

1 图像点青;灵感重现[N];中国电脑教育报;2003年

2 记者 李鹏;人脸识别新突破:或成破案神器[N];北京科技报;2015年

3 Li Hua;巧用Alpha通道实现特效[N];电脑报;2004年

4 刘东波;轻松缝合破碎图像[N];计算机世界;2004年

5 天空;用Photoshop制作晕光字[N];江苏经济报;2003年

相关博士学位论文 前10条

1 鲍建敏;基于生成对抗网络的图像合成[D];中国科学技术大学;2019年

2 殷国君;基于深度学习的图像特征理解与语义表达[D];中国科学技术大学;2019年

3 宋晓丹;面向云移动媒体计算的图像视频通信和存储技术研究[D];西安电子科技大学;2017年

4 杜杨洲;基于统计学习的人脸图像合成方法研究[D];清华大学;2004年

5 李旭东;人脸图像合成技术研究及数字水印技术[D];浙江大学;2005年

6 王树才;禽蛋检测与分级智能机器人研究[D];华中农业大学;2006年

7 杜振龙;图像—视频抠像技术的研究[D];浙江大学;2007年

8 胡伟平;基于认知逻辑的个性化人脸图像合成研究[D];西南大学;2014年

9 王楠楠;异质人脸图像合成及其应用研究[D];西安电子科技大学;2015年

10 张征;面向室外监控场景的天气分类与低质图像增强技术研究[D];北京邮电大学;2017年

相关硕士学位论文 前10条

1 高鹏;基于深度学习的语义控制图像合成技术研究[D];北京邮电大学;2019年

2 李红运;基于深度学习的图像生成技术[D];中国科学院大学(中国科学院光电技术研究所);2019年

3 余莲;失衡数据情况下成团细胞图像合成与分类[D];哈尔滨理工大学;2019年

4 张俊强;基于对抗网络的眼镜摘除人脸复原方法研究[D];厦门大学;2018年

5 杨杰;JPEG图像取证研究[D];深圳大学;2018年

6 周呈峰;自然图片的可交换区域的合成与优化[D];湖南大学;2018年

7 黄静;基于情绪调色板组合映射的图像重上色方法研究[D];湖南大学;2018年

8 李丽娜;可视密码的应用及一些研究[D];杭州电子科技大学;2018年

9 沈卓荟;基于深度学习的图像合成技术研究[D];华东师范大学;2018年

10 龙鑫;基于相机阵列的高动态范围图像合成技术[D];国防科学技术大学;2016年



本文编号:2640878

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/fuchankeerkelunwen/2640878.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a2316***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com