原文服务方: 计算机测量与控制       
摘要:
目前国内血液分析仪的白细胞五分类大多以硬件方式实现,且存在硬件结构复杂,制作成本高和过度依赖某些精密部件等问题;为简化五分类仪器的系统结构,提出了一种用于白细胞五分类的智能光学系统,该系统以全光学技术作为白细胞检测方式,采用VC6.0作为软件开发平台,建立了RBF神经网络的白细胞五分类识别算法模型,整个细胞识别和分类过程完全由软件实现,从而降低硬件复杂程度,减小了外界干扰因素的影响;实验结果:样机对LYM、MON、NEU、EOS、BAS的测试相对偏差分别为1.43%、4.41%、3.92%、2.94%、11.1%,满足了国家标准中的性能要求,故仪器整体的分类结果比较理想;经验证,文章提出的智能光学系统具有性能稳定可靠、抗干扰能力强的特点.
推荐文章
全日盲紫外成像探测仪光学系统设计
紫外成像
探测仪
同轴光学系统
分辨率
激光调阻机光学系统设计
光学系统
激光调阻
用于空间的三反射镜光学系统设计
空间光学
三反射镜
光学系统
优化设计
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 五分类血液分析仪的智能光学系统设计
来源期刊 计算机测量与控制 学科
关键词 血液分析仪 RBF神经网络 全光学技术 算法模型 识别准确度
年,卷(期) 2015,(6) 所属期刊栏目 智能仪器与传感技术
研究方向 页码范围 2223-2225
页数 3页 分类号 TP212
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2015.06.112
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 龙伟 南昌大学信息工程学院 63 224 8.0 11.0
2 卢斌 南昌大学信息工程学院 9 40 4.0 6.0
3 万里霞 南昌大学信息工程学院 7 28 3.0 5.0
4 张星原 南昌大学信息工程学院 6 28 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (92)
共引文献  (82)
参考文献  (18)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (2)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(16)
  • 参考文献(0)
  • 二级参考文献(16)
2008(12)
  • 参考文献(0)
  • 二级参考文献(12)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(12)
  • 参考文献(2)
  • 二级参考文献(10)
2011(13)
  • 参考文献(2)
  • 二级参考文献(11)
2012(14)
  • 参考文献(5)
  • 二级参考文献(9)
2013(9)
  • 参考文献(7)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
血液分析仪
RBF神经网络
全光学技术
算法模型
识别准确度
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导