基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
检测血浆中是否含有絮状物是保证输血安全的重要措施。针对絮状物人工检测法的缺点,设计基于机器视觉技术和神经网络的血浆絮状物无损检测系统,并对系统设计的关键技术进行研究。基于MATLAB平台设计系统软件以实现图像采集,并采用剪切、反色、中值滤波、灰度切割对图像进行预处理;采用fisher判别方法,结合迭代阈值分割法和标注矩阵连通区域选择法,消除气泡干扰,提取絮状物。系统通过基于BP神经网络建立的识别模型,完成血浆絮状物的判别。临床对比实验结果表明,系统能有效地检测出血浆中是否含有絮状物,具有较好的检测重复性和准确性。每袋样品从图像采集、处理到最终给出检测结果的时间不超过1min。
推荐文章
无损检测系统的设计
无损检测
放大器
滤波器
传感器
电压比较判决
导弹发射设备超声无损检测系统设计
超声无损检测
发射设备
扫查装置
无损检测新技术
压力容器
无损检测
探伤
基于ASDX/ASCX的火电厂电站管线漏电无损检测系统设计
管线漏电信号
无损检测
三轴加速度传感器
PLC控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 血浆絮状物无损检测系统设计
来源期刊 重庆大学学报:自然科学版 学科 医学
关键词 机器视觉 神经网络 血浆絮状物 智能无损检测 fisher判别方法
年,卷(期) 2012,(3) 所属期刊栏目
研究方向 页码范围 40-46
页数 分类号 R318.6|TP391.41
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨正书 重庆大学机械传动国家重点实验室 12 44 3.0 6.0
2 张国珍 重庆医科大学附属第一医院输血科 27 111 6.0 9.0
3 胡雪 重庆医科大学附属第一医院输血科 14 40 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (11)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器视觉
神经网络
血浆絮状物
智能无损检测
fisher判别方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
论文1v1指导