导读:本文包含了红细胞识别系统论文开题报告文献综述及选题提纲参考文献，主要关键词:图像分割,特征识别,BP神经网络,红细胞识别
红细胞识别系统论文文献综述
王利平[1]（2017）在《基于BP神经网络的红细胞识别分类方法研究与系统实现》一文中研究指出红细胞的形态特征分类与识别在医学研究上有着重要的意义。目前,许多医院和科研院所对血液红细胞的分类与识别都是采用显微镜下人工观测细胞,再对其形态进行统计。这种方法只能对红细胞的形态和数量等信息做大致的统计和记录,如果要精确记录红细胞的面积、形状、圆形率等信息,人工观测的方法很难做到精确而细致的记录,同时对医护和科研工作者是极大的精力消耗。如果有一套健全的红细胞识别与分类系统,能够对它进行全自动化处理包括精准的形态分析、图表信息统计等一系列处理,这将极大的提高红细胞的检测准确度和医疗技术人员的操作效率。本文从医院及科研院所的实际检测需求出发,设计并实现了基于BP神经网络的红细胞识别与分类系统。具体包括以下工作:1.使用双边滤波平滑图像,采用BM3D算法去除图像的高斯白噪声并通过对图像进行灰度形态学操作增强目标与背景的对比度,同时突出图像边缘。预处理和增强模块是为了提升图像品质,为接下来的分割做铺垫。2.在先后比较了阈值分割、Canny分割和分水岭分割等方法之后,根据对分割算法的大量无差别测试,并分析、比较分割结果,选择了一种基于标记的分水岭分割算法,这个算法既能有效地分割红细胞,同时也能保证边缘特征信息不被大量丢失。分别提取红细胞的周长、面积、圆形度、矩形度及傅里叶形状描述子等特征,这些都是具有一定区分度的形状特征描述。3.用BP神经网络对红细胞进行识别与分类,对红细胞形状数据进行归一化和交叉验证等操作。最后训练得出一个识别率达到93%以上的BP神经网络。4.根据算法完成的任务,将算法处理过程逐一划分为功能独立又相互协作的功能模块,同时保持了算法的可扩展性。系统采用叁段式界面,这种界面组织方式灵活并且可定制化,非常符合软件开发要求。对系统的功能模块进行了编码实现与功能测试,对红细胞检测结果进行图表化显示。5.比较了BP神经网络和决策树在红细胞识别的准确率、计算复杂度和算法可扩展性的优劣,得出前者比后者优越的结论。(本文来源于《湘潭大学》期刊2017-06-07）
张国平,黄淼,马丽[2]（2016）在《基于图像处理的红细胞自动识别统计系统》一文中研究指出针对传统的利用显微镜间接或直接方法对红细胞计数存在工作量大、精确度低、成本大、小细胞低色素性贫血等疾病无法测试等问题,提出了一种基于图像处理的红细胞自动计数系统,通过对获取的红细胞图片进行平滑处理、灰度处理、二值化处理得到特征比较明显的二值图像,然后对该图像进行边缘缩放,达到图像单元分割,并最终对图像特征进行分析,达到识别一个完整的红细胞,实验结果表明,该系统具有计数误差小、耗时少、功能强大、操作简单、性能稳定可靠等优点。(本文来源于《信息技术》期刊2016年01期）
高金华[3]（2013）在《红细胞识别统计系统的设计与实现》一文中研究指出细胞计数是医院进行血液常规检查的项目之一,精确地测定人体血液中红细胞数量是临床诊断的重要依据。目前,部分医院采用的“血细胞图文报告系统”基本不具备细胞自动识别与统计功能,使用的红细胞自动计数仪主要采用电阻抗原理或者激光散射法,虽然也能达到临床医学的要求,但成本相对较为昂贵。在数字图像处理技术高速发展的今天,越来越多的领域利用数字图像处理技术获得了发展,计算机医疗和远程医疗也逐步融入了社会生活,本论文设计的红细胞识别统计系统就是本着深入利用数字图像处理技术的目的。本论文是设计一个红细胞识别统计系统,系统能够实现利用数字图像处理技术,对计算机采样的细胞图像进行处理,统计出图像中红细胞的数量。本系统在Visual Studio2008环境下实现,作者完成的工作主要有以下几个方面：第一,全面调研了国内外红细胞识别统计技术的发展和应用现状,对数字图像处理技术中的图像平滑、图像二值化、孔洞填充和腐蚀去噪声进行了系统研究,分析比对了各算法的优缺点。第二,依据系统设计目标和功能需求,对红细胞识别统计系统进行了需求分析,设计了系统的整体架构和工作流程。第叁,在分析比对的基础上对图像平滑、图像二值化、孔洞填充的方法进行了优选；对统计结果进行了修正。实现了系统相应的功能。第四,综合分析了系统的效果和误差产生的原因,验证系统功能的有效性和实用性。分别对图像平滑、特征提取和形态变换效果进行了分析评价。论文在详细分析系统需求的基础上,对系统进行了设计与实现,用于统计血液切片图像中红细胞的数量,给出相对科学的依据,应用于临床医学的研究和病人情况诊断参考。设计系统所采用的方法可以有效提高识别统计效率,经红细胞图像测试,系统细胞识别率维持在95%左右,相当于其他方法得到的识别统计水平,这表明该系统具有较高的识别统计正确率,结合系统运行可靠、操作简便,针对性和实用性强的特点,用于临床医学的辅助诊断具有一定的意义。(本文来源于《中国科学院大学(工程管理与信息技术学院)》期刊2013-09-01）
蔡朋杞[4]（2011）在《红细胞识别系统的设计与实现》一文中研究指出细胞计数是医院进行血液常规检查的项目之一。精确地测定人体血液中红细胞、白细胞的含量是临床诊断的重要依据。目前,红细胞自动计数仪主要采用电阻原理及光散射法,在视觉不能抵达的情况下,只能进行常规分类。目前国内外关于红细胞检测的技术虽然有一定的进展,但多数效果不是很理想。现有的血细胞检测软件如“血细胞图文报告系统”基本不具备细胞自动识别与统计功能。细胞的分类与统计功能还是沿用传统的人工方法。针对上述问题,本文设计与实现了一个红细胞自动处理系统,系统能够实现细胞的采样、细胞的分割与细胞的自动统计与基本分析。论文在详细分析了系统需求的基础上,对系统进行了设计与实现。系统所实现的主要功能为:将从图像采集卡得到的红细胞图片,进行分割、孔洞填充、腐蚀等图像处理,查找中心点,最后统计出细胞数量。系统所采用的方法可有效提高识别效率,经不同的红细胞图片测试可得识别率维持在90%左右,与其他方法基本持平。实验表明该算法具有较高的分类识别正确率,可用于与红细胞形态变化相关疾病的辅助诊断。(本文来源于《电子科技大学》期刊2011-03-01）
王晓东[5]（2007）在《基于VC++的红细胞识别统计系统的设计》一文中研究指出设计红细胞识别统计系统,检测血液中红细胞的密度。采用VC++6.0,综合运用图像平滑、阈值处理、孔洞填充以及图像腐蚀等技术,识别出血液中的红细胞,并统计其个数。(本文来源于《科技广场》期刊2007年01期）
红细胞识别系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统的利用显微镜间接或直接方法对红细胞计数存在工作量大、精确度低、成本大、小细胞低色素性贫血等疾病无法测试等问题,提出了一种基于图像处理的红细胞自动计数系统,通过对获取的红细胞图片进行平滑处理、灰度处理、二值化处理得到特征比较明显的二值图像,然后对该图像进行边缘缩放,达到图像单元分割,并最终对图像特征进行分析,达到识别一个完整的红细胞,实验结果表明,该系统具有计数误差小、耗时少、功能强大、操作简单、性能稳定可靠等优点。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
红细胞识别系统论文参考文献
[1].王利平.基于BP神经网络的红细胞识别分类方法研究与系统实现[D].湘潭大学.2017
[2].张国平,黄淼,马丽.基于图像处理的红细胞自动识别统计系统[J].信息技术.2016
[3].高金华.红细胞识别统计系统的设计与实现[D].中国科学院大学(工程管理与信息技术学院).2013
[4].蔡朋杞.红细胞识别系统的设计与实现[D].电子科技大学.2011
[5].王晓东.基于VC++的红细胞识别统计系统的设计[J].科技广场.2007