基于细胞神经网络的尿沉渣图像分割

• 作者: 夏顺仁 张赞超 段会龙
• 来源期刊: 浙江大学学报(工学版)
• 学科: 医学
• 关键词: 尿液显微图像 图像分割 细胞神经网络(CNN) 图像增强
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 2139-2144
• 页数: 6页
• 分类号: TP891|R318.04
• 字数: 4177字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2008.12.018

摘要

针对临床尿沉渣显微图像识别问题,提出了一种新的图像预处理方法和基于细胞神经网络(CNN)的分割算法.该方法通过拉伸图像中各个像素的灰度值与局部灰度值之间的差来增强图像中目标的边界,通过对局部灰度均值的非线性变换来消除图像中光照的不均匀,进而设计出合适的CNN模板来分割图像,最终利用形态学操作得到分割结果.通过对100幅临床尿液样本图像的测试,并与传统的阈值分割法相比,该方法获得了更加连续的边界和更加准确的目标分割结果,并已集成到全自动尿液粒子分析系统中,应用于临床,取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段会龙	浙江大学生物医学工程教育部重点实验室	81	1063	17.0	29.0
2	张赞超	浙江大学生物医学工程教育部重点实验室	4	9	1.0	3.0
3	夏顺仁	浙江大学生物医学工程教育部重点实验室	45	312	9.0	15.0