基于mean-shift聚类的高鲁棒性白细胞五分类识别算法

• 作者: 曹益平 李小舜 王亚品
• 来源期刊: 生物医学工程学杂志
• 关键词: 白细胞纹理 白细胞分类 mean-shift 高鲁棒性
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 新技术与新方法
• 页码范围: 761-766
• 页数: 6页
• 语种: 中文
• DOI: 10.7507/1001-5515.201609067

摘要

本文提出了一种新型的基于mean-shift聚类算法的人体外周血中白细胞五分类算法,其核心思想是用一种近似人眼的可视化模式对白细胞纹理进行提取.首先利用mean-shift聚类算法从白细胞灰度图像中提取一些模式点,然后用其作为区域生长算法的种子点进行区域生长,得到一系列能够在某种程度上可视化地反映纹理的区域块.最后从这些区域块中提取一组参数向量作为白细胞的纹理特征.综合该向量和白细胞形态学特征,用人工神经网络(ANN)成功地完成了对白细胞的五分类识别.用了1 310个白细胞图像进行测试,得到中性粒细胞、嗜酸性粒细胞、嗜碱性粒细胞、淋巴细胞、单核细胞的正确识别率分别为95.4％、93.8％、100％、93.1％、92.4％,证明了该算法的可行性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹益平		136	874	15.0	24.0
2	李小舜		5	19	2.0	4.0
3	王亚品		10	4	1.0	2.0