水立方娱乐场开户注册,网络老虎机游戏排行,欢乐谷国际怎么样(中国)·官方网站

糞便顯微鏡檢有型成分自動識別技術(shù)

成果簡介：主要功能和應(yīng)用領(lǐng)域：本技術(shù)可實現(xiàn)人糞便樣本顯微鏡檢有型成分圖像的自動識別與分類，利用計算機圖像處理、模式識別及人工智能的理論與技術(shù)，對顯微鏡下拍攝到的糞便樣本圖像進行研究，通過對各種有型成分形態(tài)和顏色信息等進行特征匹配與分類計數(shù)，分別標(biāo)示出紅細胞、白細胞、蟲卵和真菌孢子等不同種類的有型成分，從而達到在線自動識別有型成分的目的，作為醫(yī)院臨床診斷的依據(jù)。該技術(shù)可擴展應(yīng)用于醫(yī)院尿液、白帶、腦脊液、胸腹水、胃液、精液等常規(guī)檢查，并可用于脫落細胞學(xué)的癌及癌前病變檢測及分析。特色及先進性： 1）復(fù)雜背景環(huán)境下的自動識別。采用自適應(yīng)雙閉值分割算法進行粗分割，提取出ROI區(qū)域中的單個細胞或細胞群作為分析目標(biāo)，細胞圖像的精細分割將在每個ROI區(qū)域里完成，極大地減少了數(shù)據(jù)運算量。 2）針對形態(tài)各異和邊緣模糊圖像的精準(zhǔn)分割。針對有型成分的顯微生物圖像特點，去除邊界拓撲結(jié)構(gòu)復(fù)雜、細胞各組成區(qū)域內(nèi)灰度不均勻以及成像易受噪聲干擾等因素的影響，基于Chan一Vese模型，提出幾何活動輪廓模型方法，使用幾個獨立的水平集進行有型成分圖像的分割，與傳統(tǒng)分割方法對比準(zhǔn)確率提升30%。 3）針對種類繁多的神經(jīng)網(wǎng)絡(luò)集成識別。基于普通神經(jīng)網(wǎng)絡(luò)泛化能力不高的問題，提出利用有限個神經(jīng)網(wǎng)絡(luò)進行集成并將其結(jié)果進行合成，顯著的提高整個分類學(xué)習(xí)器的泛化能力，提高了整個系統(tǒng)的識別能力。 4）采用重疊分離算法精準(zhǔn)分類。有型成分分離、細胞個數(shù)的準(zhǔn)確讀取決定了整個系統(tǒng)的精準(zhǔn)程度。通過尋找到合適的分離點并構(gòu)建分離線，實現(xiàn)重疊區(qū)域的快速合理分離，從而將粘連、重疊的細胞分離開來，并進行準(zhǔn)確計數(shù)。技術(shù)指標(biāo)：有型成分漏檢率誤檢率白細胞 5% 15% 膿球 20% 30% 吞噬細胞 20% 30% 紅細胞 5% 15% 孢子 15% 25% 夏科雷登結(jié)晶 10% 10% 寄生蟲 5% 15% 脂肪球 10% 15% 單張圖片檢測時間：＜0.5 s 關(guān)鍵問題和實施效果現(xiàn)今國內(nèi)大多數(shù)醫(yī)院和研究單位對生物細胞或微生物病菌等檢測還是采用人工處理的方式，即將樣品制成涂片，在顯微鏡下觀察并根據(jù)大小、形狀等特征進行分類計數(shù)以得到數(shù)據(jù)結(jié)果，醫(yī)務(wù)人員再通過這些數(shù)據(jù)結(jié)果憑借自身的知識和經(jīng)驗診斷病癥或得出研究數(shù)據(jù)。該技術(shù)能夠?qū)崿F(xiàn)樣本顯微鏡檢有型成分的自動識別，滿足了臨床開展常規(guī)及特殊檢測需要，使得生物檢測在自動化、無異味、無危險性的情況下進行，提高了檢測效率，改善工作環(huán)境，保護工作人員，降低檢測成本和檢測時間，提高在國際市場的競爭力，有利于醫(yī)療檢測行業(yè)的智能化發(fā)展。該技術(shù)可識別的部分生物細胞圖像如下圖所示。

電子科技大學(xué) 2017-10-23

葡京娱乐场-富盈娱乐场开户